Post on 08-Feb-2019
Universidade de Brasília (UnB)
Faculdade de Economia, Administração, Contabilidade e Ciência da Informação e Documentação (FACE)
Centro de Estudos em Regulação de Mercados (CERME) Mestrado Profissional em Gestão de Negócios
Áreas de concentração: Finanças Corporativas e Gestão de Carteiras
O IMPACTO DA CRISE FINANCEIRA DE 2008: UMA ANÁLISE DOS
BETAS DAS AÇÕES DO ÍNDICE S&P500
Rodrigo Lima Rangel
MESTRADO PROFISSIONAL EM REGULAÇÃO E GESTÃO DE
NEGÓCIOS
Brasília, DF
Dezembro de 2013
2
Rodrigo Lima Rangel
O IMPACTO DA CRISE FINANCEIRA DE 2008: UMA ANÁLISE DOS
BETAS DAS AÇÕES DO ÍNDICE S&P500
Dissertação de mestrado submetida ao centro de
estudos em regulação de mercados da faculdade
de economia, administração, contabilidade e
ciência da informação e documentação da
Universidade de Brasília, como parte dos
requisitos para obtenção do grau de mestre.
Orientador:
Prof. Dr. Paulo Augusto P. Britto
Linha de pesquisa: Mercado Financeiro
Área de Concentração: Finanças Corporativas e
Gestão de Carteiras
BRASÍLIA, DF
2013
3
Rangel, Rodrigo Lima
O impacto da crise financeira de 2008: Uma avaliação dos betas das ações do índice S&P
500 [Distrito Federal] 2013. 61 p. (CERME/FACE/UnB, Mestre, Gestão de Negócios, 2013).
Orientador: Prof. Paulo Augusto P. Britto
Dissertação de conclusão do curso (Mestrado Profissional em Gestão de Negócios, Áreas de
Concentração: Finanças Corporativas e Gestão de Carteira).
Universidade de Brasília, 2º Semestre letivo de 2013.
Bibliografia
1. Crise Financeira 2008 2. Risco e Retorno 3. CAPM 4. Beta 5. Teste de Chow 6. Estabilidade
do Beta
Departamento de Economia e Faculdade de Economia, Administração, Contabilidade e Ciência
da Informação e Documentação da Universidade de Brasília.
O impacto da crise financeira de 2008: Uma avaliação dos betas das ações do índice S&P 500.
[Distrito Federal] 2013.
4
AGRADECIMENTOS
Agradeço primeiramente ao meu Deus que me dá forças nos momentos em que penso
em desistir. Agradeço à minha família pelo suporte e compreensão nos momentos difíceis que
muitas vezes nos colocam em um mundo particular, onde apenas o tempo pode nos tirar.
A todos que fizeram parte desse processo que me proporcionou muito mais do que
esperava.
5
Resumo
A crise financeira nos Estados Unidos desencadeada em decorrência do grande
aumento da inadimplência e desvalorização dos imóveis e dos ativos financeiros associados
aos créditos hipotecários de alto risco (subprime) promoveu uma reconfiguração do sistema
financeiro global. Diante deste cenário, este trabalho visou analisar as ações pertencentes ao
índice S&P 500, estimando os betas por meio do método de Mínimos Quadrados Ordinários
(MQO) com base no modelo de precificação de ativos (CAPM) para um período de quatro anos
antes da crise e quatro anos após a crise. Foram analisadas 451 ações, e 902 betas estimados,
sendo que apenas um não foi estatisticamente significativo. Por meio do teste de Chow
realizado foi verificada a quebra estrutural das ações pertencentes ao índice onde, das 451
ações analisadas, 431 apresentaram quebra estrutural para o dia 29/09/2008. Realizou-se,
também, uma análise setorial do índice S&P 500 para verificação da estabilidade dos betas
após a crise, para tanto foi utilizado o teste de hipóteses para igualdade de média aritmética
para variância desconhecida considerando as ações que tiveram betas estatisticamente
significativos. Os setores que rejeitaram a hipótese nula do teste para um nível de significância
de 5% foram os de Consumo, Consumo Não Cíclico, Óleo e Gás, Financeiro, Tecnologia da
Informação e Utilidades, ou seja, os betas destes setores sofreram alteração após a crise
financeira de 2008. A variação observada nos betas de cada ação após a crise explicita o fato
de que o risco sistemático das ações refletiram os efeitos da crise financeira, para a carteira
composta pelas 450 ações analisadas os betas tenderam a ser mais estáveis.
Palavras-Chave: Crise Financeira, Quebra Estrutural, Beta, Estabilidade.
6
Abstract
The financial crisis in the United States due to the large increase in default and devaluation of
property and financial assets associated with high-risk mortgages (subprime) promoted a
reconfiguration of the global financial system. This study aimed to analyze the stocks of the
S&P500 index, estimating the betas by the method of Ordinary Least Squares (OLS) based on
the Capital Asset Pricing Model (CAPM) for a period of four years before the crisis and four
years after the crisis. Through the Chow test it could be verified a structural break of the stock’s
prices belonging to the index, which from the 451stocks analyzed, 431 rejected the null
hypothesis, presenting a structural break at the day 29/09/2008. It was also made a sectorial
analysis of the S&P 500 index to check the stability of betas after the crisis. For this, it was used
the hypothesis test for arithmetic mean equality with unknown variance, considering the stocks
which had statistically significant betas. As a result, it was found that the sectors of Discretionary
Consume, Staple Consume, Energy, Financial, Information Technology and Utilities did not
accepted the null hypothesis of the test for a significance level of 5 %, in other words, the betas
of these sectors were changed after the financial crisis of 2008. The variation in the betas of
each stock after the crisis can be explained by the fact that stock’s systematic risk reflected the
effects of the financial crisis, but for the portfolio composed by 450 stocks analyzed the betas
tended to be more stable.
Keywords: Financial Crisis, Structural Break, Beta, Stability
7
Lista de Gráficos
GRÁFICO 1: EVOLUÇÃO DOS EMPRÉSTIMOS CONCEDIDOS E EVOLUÇÃO DE CRÉDITOS CONCEDIDOS PARA COMPRA
DE IMÓVEIS .................................................................................................................................... 11
GRÁFICO 2: EVOLUÇÃO DA INADIMPLÊNCIA NOS ESTADOS UNIDOS ................................................. 12
GRÁFICO 3: EVOLUÇÃO DOS PREÇOS S&P 500 ............................................................................ 28
GRÁFICO 4: EVOLUÇÃO DOS PREÇOS AO PETRÓLEO E PRODUTOS DO PETRÓLEO (DÓLARES POR BARRIL) ..................................................................................................................................................... 35
Lista de Tabelas
TABELA 1: QUANTIDADE DE AÇÕES DO ÍNDICE S&P 500 POR SETOR. ............................................. 23
TABELA 2: BETA DA CARTEIRA DAS 450 AÇÕES ANALISADAS ....................................................... 30
TABELA 3: BETAS SETORIAIS ....................................................................................................... 30
TABELA 4: RESULTADOS DOS TESTES DE HIPÓTESES PARA IGUALDADE DE MÉDIAS (POR SETOR) .... 31
TABELA 5: EMPRESAS DO SETOR DE ÓLEO E GÁS PERTENCENTES AO S&P500 .............................. 34
TABELA 6:BANCOS PERTENCENTES AO SETOR FINANCEIRO DO ÍNDICE S&P500 ............................. 45
Lista de Quadros
QUADRO 1: MATRIZ DE COVARIÂNCIA PARA UMA CARTEIRA COM N ATIVOS ..................................... 18
8
Sumário
1. Introdução ............................................................................................................................ 9
1.1. Histórico da Crise Financeira ....................................................................................... 10
2. Metodologia ....................................................................................................................... 14
2.1. Relação risco e retorno ................................................................................................ 15
2.2. Modelo CAPM ................................................................................................................ 20
2.2.1. Estabilidade do Beta ................................................................................................. 22
2.3. Coleta de Dados ............................................................................................................ 24
2.4. Estimando os Betas ...................................................................................................... 25
2.5. Teste de Chow ............................................................................................................... 26
2.6. Teste de Hipótese para média de uma população ( ) com variância desconhecida27
3. Análise Empírica................................................................................................................ 29
3.1. Aplicação do Teste de Chow ........................................................................................ 29
3.2. Regressões .................................................................................................................... 30
3.3. Análise da Carteira das ações selecionadas .............................................................. 30
3.4. Análise Setorial .............................................................................................................. 31
3.4.1. Aplicação do Teste de Hipótese para média de uma população ( ) com variância desconhecida............................................................................................................................. 32
3.4.2. Setor de Óleo e Gás .................................................................................................. 35
3.4.3. Setor Financeiro ........................................................................................................ 37
4. Conclusão .......................................................................................................................... 39
Referências Bibliográficas ....................................................................................................... 41
Apêndice ........................................................................................... Erro! Indicador não definido.
9
1. Introdução
De acordo com a teoria moderna de carteiras, fundamentada por Markowitz (1952), o
risco de um ativo pode ser segmentado entre dois tipos de risco: risco sistemático e risco não
sistemático.
O risco não sistemático trata-se do risco específico à empresa ou setor, ou seja, refere-
se aos acontecimentos que afetam apenas um determinado ativo ou setor.
O risco sistemático refere-se ao risco inerente a todo o sistema financeiro ou mercado,
impactando variáveis importantes como taxa de juros, câmbio e os preços dos ativos em geral
afetando amplamente a economia.
Segundo Markowitz o investidor pode reduzir e até eliminar o risco não sistemático de
sua carteira por meio do processo de diversificação. O processo de diversificação é o método
de investir em ativos não correlacionados para uma maior redução do risco de sua carteira,
porém nem todo o risco poderá ser mitigado, sobrando na carteira uma parcela de risco, o qual
se refere ao risco sistemático.
Desta forma, supondo uma carteira diversificada, o investidor é remunerado apenas pelo
risco sistemático.
Essa desagregação do risco entre risco sistemático e risco não sistemático foi base para
construção do modelo de precificação de ativos (CAPM) desenvolvido inicialmente por SHARPE
(1964).
O CAPM é um modelo amplamente utilizado para a mensuração do risco sistemático, o
qual é obtido por meio do cálculo do coeficiente beta. O CAPM é um modelo de fácil utilização
prática, porém este modelo não é empiricamente consistente.
Alguns pesquisadores encontraram evidências empíricas mostrando que existem outros
fatores de risco que estão associados aos retornos observados nas ações, a inclusão de novos
fatores, além do mercado, para explicar o retorno das ações. O Arbitrage Pricing Theory (APT)
desenvolvido por ROSS (1976) foi um dos modelos alternativos ao CAPM, porém não
estabelece quais ou quantos fatores são necessários para explicar o retorno esperado, sendo
seus modelos construídos empiricamente.
10
Da mesma forma como Fama e French realizaram testes empíricos evidenciando que
outros fatores estão associados aos retornos das ações, Shapiro e Mankiw (1984) realizaram
também outros testes para avaliar a relevância entre o modelo tradicional do CAPM e o modelo
CCAPM (Consumption CAPM), o qual, para melhor mensuração do risco, aduz que a
covariância deve estar agregada ao crescimento do consumo. Porém, concluíram que o beta do
modelo tradicional do CAPM continha mais informações em seu retorno do que o beta do
modelo CCAPM.
Este trabalho se insere na literatura que trata empiricamente da estabilidade do beta do
CAPM considerando para análise um período de crise econômica. Uma crise econômica afeta
todo o sistema financeiro, modificando como os investidores se comportam diante do risco, os
preços das ações em geral e dos ativos transacionados no mercado de capitais.
Desta forma, foi considerada a crise financeira de 2008, a qual, segundo CINTRA e
FARHI (2008), foi gerada em decorrência do aumento da inadimplência dos tomadores de
crédito imobiliário e da desvalorização dos imóveis e dos ativos financeiros associados às
hipotecas americanas de alto risco (subprime).
O trabalho está estruturado da seguinte forma: na próxima seção está descrito um breve
histórico da crise financeira de 2008, na seção 2 está definida a relação entre risco e retorno e
apresentadas as considerações sobre o CAPM, na seção 3 foi apresentada a análise empírica
das ações selecionadas do índice S&P500 para verificar se houve mudança estatisticamente
significante entre os betas de cada empresa antes e após a crise financeira de 2008.
1.1. Histórico da Crise Financeira
Com a expansão do mercado imobiliário após a crise das empresas “pontocom”, em
2001, as famílias americanas cada vez mais endividadas passaram a contratar mais
empréstimos e fazendo mais hipotecas, para fazer frente ao elevado grau de consumo das
famílias. Com a valorização dos imóveis, o crédito foi facilitado para as pessoas sem histórico
de crédito ou com histórico ruim, sem emprego ou renda. Este crédito de risco denomina-se
subprime.
Com a contínua valorização dos imóveis, os mutuários contratavam novos empréstimos
com a finalidade de quitarem os anteriores em atraso, dando o mesmo imóvel como garantia.
11
O quadro abaixo demonstra a evolução do crédito total concedido comparativamente
àqueles concedidos exclusivamente para compra de imóveis.
GRÁFICO 1: EVOLUÇÃO DOS EMPRÉSTIMOS CONCEDIDOS E EVOLUÇÃO DE CRÉDITOS CONCEDIDOS PARA
COMPRA DE IMÓVEIS.
Fonte: St. Louis FED. research.stlouisfed.org
A linha azul representa a evolução do crédito total concedido pelo setor bancário e a
linha vermelha demonstra a evolução do crédito total concedido à compra de imóveis.
Várias empresas especializadas no mercado imobiliário, com o intuito de aproveitar o
bom momento do mercado, passaram a atender o segmento do crédito de risco subprime. Dado
o grande risco de crédito destes títulos, estes ofereciam uma taxa de retorno maior para
compensar o investimento no risco.
Buscando maiores rendimentos, gestores de fundos e bancos compraram os títulos
subprime das instituições que fizeram o primeiro empréstimo e permitiram que uma nova
quantia em dinheiro fosse emprestada, antes mesmo de o primeiro empréstimo ter sido pago.
Tal procedimento foi realizado por diversas vezes, não sendo possível determinar o efeito
multiplicador dessas operações na economia americana, bem como o fluxo financeiro gerado
para a economia.
12
Com o aumento das taxas de juros houve uma redução na demanda por imóveis. A
grande oferta e pouca demanda geraram uma consequente redução nos preços dos imóveis.
A desvalorização dos imóveis começou em 2006, logo após atingirem seu pico. Esta
queda no preço dos imóveis deu início a um ciclo de inadimplência em massa, fazendo com que
vários bancos se tornassem insolventes, repercutindo nas bolsas de valores globalmente.
GRÁFICO 2: EVOLUÇÃO DA INADIMPLÊNCIA NOS ESTADOS UNIDOS
Fonte: St. Louis FED. research.stlouisfed.org
Pelo fato dos empréstimos subprime serem dificilmente liquidáveis, os bancos que os
concediam iniciaram a securitização destes papeis, ou seja, os créditos hipotecários foram
agrupados juntamente com outros papéis para se transformarem em títulos negociáveis no
mercado financeiro. Ressalta-se que estes papéis foram classificados pelas principais agências
internacionais de classificação de risco, como Moody’s e Standard & Poors, com sua maior
classificação (AAA).
Devido à classificação dada pelas agências de rating, a disseminação destes papéis no
mercado foi inevitável. Desta forma, as carteiras da maioria dos bancos comerciais e de
investimento estavam comprometidas por estes papéis. Considerando o grande período de
13
inadimplência os bancos começaram a não ter o retorno destes ativos e, assim, iniciou uma
escassez de crédito corporativo no mercado.
Podemos perceber que a securitização dos papéis referentes aos créditos hipotecários
foi o fator responsável por difundir a crise pelos demais setores da economia.
Segundo Cintra e Farhi (2008) a perda de confiança nas instituições com ativos
imobiliários atingiu igualmente as duas grandes criadas com o propósito de prover liquidez ao
mercado imobiliário americano, a Federal National Mortgage Association (Fannie Mae) e a
Federal Home Loan Mortgage Association (Freddie Mac).
Em meados de 2008, a crise chegou ao seu auge quando o tradicional banco de
investimentos, Lehman Brothers declarou concordata em 15 de setembro de 2008 e logo após,
o Bank of America foi vendido, da corretora Merril Lynch.
Devido à quebra do Leahman Brothers, houve o início de um pânico generalizado nos
investidores, de modo que estes passaram a retirar suas aplicações de ações de empresas de
bancos e títulos do governo. Além disso, a falta de liquidez no mercado fez com que os bancos
não possuíssem dinheiro para a concessão de crédito tanto para empresas quanto para
consumidores.
Percebemos então, que a escassez de crédito nos bancos ocasionou uma consequente
redução do consumo. As empresas tinham dificuldades de obter financiamento para
investimentos e exportações e os consumidores para aquisições de bens e serviços.
As consequências da crise financeira de 2008 são equiparadas atualmente à crise
ocorrida em 1929, sendo classificada como uma crise sistêmica.
14
2. Metodologia
A metodologia utilizada neste trabalho, para mensuração do risco sistemático das
empresas selecionadas, foi realizada por meio da estimação e análise dos índices beta (β),
presente no modelo de precificação de ativos (CAPM), das ações selecionadas com base em
seus retornos históricos.
Segundo BODIE, KANE e MARCUS (2010, p. 296) as suposições do CAPM são os
principais problemas para sua aplicação, uma das grandes dificuldades é a de se encontrar um
ativo livre de risco. Um ativo livre de risco é aquele em que quando o investidor realiza uma
aplicação não há qualquer dúvida de que o retorno esperado daquele ativo será realizado.
Logo, um ativo livre de risco é aquele em que não há incerteza no investimento.
A realidade se distancia da teoria quando avaliada tal suposição do modelo, visto que
todo e qualquer ativo existente na economia possui risco. Desta forma, faz-se necessária a
aproximação de algum ativo já existente na economia para aplicação do modelo. Os títulos
públicos são frequentemente utilizados como ativos livres de risco.
Para o ativo livre de risco, segundo BERK e DEMARZO (2009, p. 410) geralmente são
utilizados títulos do tesouro dos EUA como o ativo livre de risco para aplicação do modelo
proposto por Sharpe. Desta forma, para este trabalho foi escolhido um título do tesouro
americano de 20 anos (20 year Treasury Bond).
Outra grande dificuldade para aplicação do modelo CAPM é achar uma Proxy da carteira
de mercado adequada para a aplicação do modelo.
Vários índices populares de mercado tentam representar o desempenho da bolsa de
valores norte-americana. Uma representação melhor da bolsa de valores norte-americana é o
S&P500.
A S&P 500 é uma carteira ponderada por valor dos 500 grupos de ações de maior
capitalização dos EUA. Foi o primeiro índice ponderado pelo valor de mercado a ser publicado e
tornou-se um benchmark para os investidores profissionais. Apesar de o S&P500 incluir apenas
500 dos milhares de grupos de ações que existem, ele inclui os grupos de ações de maior
capitalização, representando o maior percentual da bolsa de valores em termos de capitalização
15
de mercado. Segundo BERK e DEMARZO (2009, pág. 397) o S&P 500 torna-se a melhor
alternativa Proxy de mercado e, portanto, utilizaremos esta em nosso modelo.
A execução deste trabalho iniciou-se primeiramente pela coleta dos dados históricos
semanais dos ativos pertencentes ao índice S&P 500. Logo após, para cada ação selecionada
foi realizado um teste de quebra estrutural para descoberta do ponto em que os preços
históricos das ações foram afetados pela crise financeira, para tanto foi escolhido o teste de
Chow, o qual será explanado na seção 2.5.
Sabendo o ponto da quebra estrutural por meio do teste de Chow, foram estimados
betas anteriores e posteriores à crise econômica, de cada ação com base nos retornos
históricos por meio do método de Mínimos Quadrados Ordinários (MQO). Com base nessas
estimações foi realizada a análise das variações individuais dos betas correspondentes aos dois
períodos estudados para cada ação selecionada do S&P 500.
Além dos betas individuais de cada ação, foi verificada a estabilidade dos betas de cada
setor pertencente ao índice S&P 500 e do beta da carteira composta por todas as ações
selecionadas por meio da aplicação do teste de hipóteses para igualdade de média aritmética
de uma população, explicitado na seção 2.6 deste trabalho. As seções seguintes descrevem os
eventos realizados na construção deste estudo.
2.1. Relação risco e retorno
O retorno total de uma ação é representado pelo ganho de capital, ou seja, é diferença
entre o preço inicial da compra da ação e na venda, dividida pelo preço inicial na compra e pela
taxa de dividendos, a qual é o resultado da divisão entre o valor dos dividendos pagos durante
um período e o preço pago pelo título. (BODIE, KANE e MARCUS, 2009, p.124)
, (1)
O retorno esperado de um ativo não pode ser calculado considerando apenas a variação
entre o ganho final e inicial deste ativo, pois não há certeza de que este ativo produzirá ao final
de certo período o retorno indicado. Desta forma o retorno esperado de um ativo é calculado
por:
16
( ) ∑ ( ) , (2)
Onde,
: retorno associado com o i-ésimo resultado;
( ): probabilidade de ocorrência do i-ésimo resultado; e
: número de resultados considerados.
Em artigo apresentado pela BM&FBOVESPA considera-se como risco de um ativo a
volatilidade de resultados inesperados, normalmente relacionada a possíveis perdas ou
impactos negativos.
O risco de um ativo pode ser decomposto em duas parcelas: o risco não sistemático e o
risco sistemático. O risco não sistemático é o risco específico da própria empresa do setor, ou
seja, refere-se aos acontecimentos que afetam apenas um determinado ativo ou setor. O risco
sistemático refere-se ao risco inerente a todo o sistema financeiro ou mercado, impactando
variáveis importantes como taxa de juros, câmbio e os preços dos ativos em geral afetando
amplamente a economia.
Da mesma forma como pode ser calculado o retorno de um ativo, o risco individual deste
ativo pode ser também mensurado observando a variabilidade (variância) e volatilidade (desvio
padrão) de seus retornos.
O desvio padrão, medida de dispersão amplamente utilizada para mensuração do risco
de um ativo, é calculado pela raiz quadrada da variância. Quanto maior for a variação dos
retornos, maior será o valor médio dos desvios ao quadrado. A variância e o desvio padrão
mensuram a incerteza dos resultados.
∑ [ ( )] ( )
, (3)
A equação (3) reproduz o cálculo da variância dos retornos esperados de um título,
sendo que o desvio padrão é encontrado tomando a raiz quadrada da variância.
17
√∑ [ ( )] ( )
, (4)
Na prática, não é possível observar as expectativas, portanto, calcula-se a variância, por
meio da média dos desvios elevados ao quadrado em relação à média aritmética dos retornos,
. Desta forma, utilizando dados históricos com um total de n observações, a variância e o
desvio padrão são estimados respectivamente por:
∑ ( )
, (5)
√
∑ ( )
, (6)
Segundo ASSAF NETO (2006) o risco de um ativo mantido fora de uma carteira é
diferente de seu risco quando incluído na carteira. Ressalta-se, também, que o risco de uma
carteira não depende apenas do risco de cada ativo que a compõe, mas também da maneira
como estes títulos se relacionam entre si (covariância) e da proporção investida em cada ativo.
Considerando que um investidor monte uma carteira com apenas dois ativos X e Y, o
risco desta carteira é obtido pela seguinte expressão:
√
, (7)
Onde,
: Participação investida, respectivamente, nos ativos X e Y na carteira;
: Variância dos retornos dos ativos X e Y, respectivamente; e
: Covariância entre os ativos X e Y.
A correlação ( ) entre os dois ativos X e Y é determinada pela relação entre a
covariância e o produto dos desvios-padrão de cada ativo.
18
, (8)
A partir desta equação podemos escrever a covariância entre dois ativos como sendo:
, (9)
Substituindo em (7), obtemos:
√
, (10)
O coeficiente de correlação ( ) assume valores entre 1 e -1, desta maneira, por meio
da equação (10), percebemos que uma carteira com ativos perfeitamente não correlacionados,
ou seja, , o risco desta carteira será reduzido.
Observa-se que o retorno de uma carteira é igual a soma dos retornos de cada ativo
considerando a proporção investida em cada título.
Considerando que um investidor componha uma carteira M com n ativos, o retorno desta
carteira será dado por:
∑ , (11)
Da mesma forma como visto para um ativo individual, pode-se mensurar o risco de uma
carteira, porém este risco será dado pela relação entre cada um dos ativos. O quadro 1
demonstra a relação dos ativos da carteira M por meio da matriz de covariância.
19
QUADRO 1: MATRIZ DE COVARIÂNCIA PARA UMA CARTEIRA COM N ATIVOS
Fonte: Bodie, Kane e Marcus (2009, p. 285).
Se somados todos os elementos da matriz de covariância, multiplicando cada elemento
pelos pesos presentes na linha e coluna, obtêm-se a variância da carteira. À medida que se
acrescentam ativos na carteira, os termos referentes às covariâncias aumentam mais do que os
termos referentes à variâncias dos ativos. Desta forma, ainda que uma carteira não possua um
grande número de ativos negativamente correlacionados seu risco ainda será reduzido.
A teoria financeira de Harry Markowitz (1952), presente no artigo Portfolio Selection,
publicado no Journal of Finance. Markowitz fundamentou as bases conceituais que permitiram
associar os aspectos da relação custo-benefício presentes nas decisões, envolvendo
investimentos com alto risco, por meio da diversificação, generalizando o conceito explicitado
pela equação (10).
Assumindo investidores racionais avessos ao risco, Markowitz estabeleceu que dentre
alternativas de investimento o investidor escolherá aquela com menor risco para dado retorno.
Markowitz propôs a teoria da carteira observando que a combinação de dois ativos financeiros
correlacionados negativamente permite a redução do risco de um investimento. A estratégia
proposta por Markowitz permite a redução ou até eliminação total do risco não sistemático de
uma carteira, permanecendo, porém, o risco sistemático.
Desta forma, conforme a teoria das carteiras, um investidor procura medir o risco
sistemático de sua carteira ao tomar decisões de investimento. Para tanto, deve determinar o
quanto da variabilidade do retorno de sua carteira é devido a riscos sistemáticos, que afetam
todo o mercado, e o quanto é devido a riscos diversificáveis.
Pesos da
CarteiraW1 W2 W3 Wn
W1 COV(r 1 ,r 1 ) COV(r 1 ,r 2 ) COV(r 1 ,r 3 ) COV(r 1 ,r n )
W2 COV(r 2 ,r 1 ) COV(r 2 ,r 2 ) COV(r 2 ,r 3 ) COV(r 2 ,r n )
W3 COV(r 3 ,r 1 ) COV(r 3 ,r 2 ) COV(r 3 ,r 4 ) COV(r 3 ,r n )
Wn COV(r n ,r 1 ) COV(r n ,r 2 ) COV(r n ,r 3 ) COV(r n ,r n )
MATRIZ DE COVARIÂNCIA PARA UMA CARTEIRA COM n ATIVOS (nxn)
20
2.2. Modelo CAPM
Conforme visto na seção anterior, os riscos inerentes aos ativos individualmente podem
ser completamente mitigados por meio da diversificação, desta forma, o investidor precisaria ser
compensado apenas pela parcela do risco sistemático. Baseado nesta afirmativa e nos
trabalhos de Markowitz, SHARPE (1964) desenvolveu o Modelo de Precificação de Ativos
(CAPM).
Segundo BODIE, KANE e MARCUS (2009, p. 279), o CAPM consiste em um conjunto
de previsões relacionadas ao retorno esperado de equilíbrio sobre ativos de risco. O modelo
propõe, basicamente, que para uma carteira bem diversificada o único fator de risco que afeta o
retorno esperado dos ativos está relacionado ao risco sistemático.
O CAPM foi construído baseado na visão de que o prêmio pago ao investidor pelo risco
de um determinado ativo é determinado pela sua contribuição para o risco da carteira em geral.
Observando a matriz de covariância presente na seção anterior, podemos perceber que a
contribuição de um determinado ativo i para a variância da carteira de mercado seria dado por:
[ ( ) ( ) ( ) ( )], (12)
Entretanto, a soma entre os colchetes nada mais é do que a covariância entre o retorno
do ativo i e a carteira de mercados M, ( ).
Considerando que o investidor assumirá um risco caso invista neste título podendo optar
por um investimento com retorno certo, denominado de ativo livre de risco, o investidor
mensurará o quanto do retorno deste ativo i excederá ao retorno do ativo livre de risco ( ).
Portanto, o índice risco-retorno dos investimentos no ativo i pode ser expresso como:
( )
( ), (13)
Da mesma forma, a relação risco-retorno para a carteira de mercados é dada por:
( )
, (14)
21
No equilíbrio, todos os investimentos oferecem o mesmo índice risco-retorno, pois caso
esta relação seja melhor para um investimento do que para outro, o investidor rearranjaria sua
carteira evitando os demais investimentos. Este processo pressionaria os preços dos outros
títulos até que novamente estes se equalizassem. Portanto, as equações (13) e (14) são iguais
para a carteira ótima.
( )
( )
( )
, (15)
Organizando a equação (15) para determinar o retorno esperado do ativo i obtemos a
seguinte relação:
( ) ( )
[ ( ) ] , (16)
A equação (16) representa a equação básica do CAPM, podendo ser reescrita como:
( ) [ ( ) ] , (17)
Onde,
( ) : retorno esperado do ativo i;
: retorno do ativo livre de risco;
: risco sistemático do ativo
( ) : retorno esperado da carteira de mercado; e
[ ( )- ] : prêmio pago pelo risco de mercado.
Conforme visto na equação (17), o coeficiente beta ( ) representa a relação da entre o
retorno do ativo e o retorno da carteira de mercados em relação à variação do mercado, ou
seja, o beta mede o risco sistemático de um ativo.
22
Na seção 1.3 foi observado que a variância dos retornos de um ativo representa a
volatilidade destes retornos, porém o beta de um ativo é diferente da volatilidade, pois a
volatilidade mede o risco total (riscos sistemáticos e riscos não sistemáticos), isto é, tanto riscos
de mercado quanto os riscos específicos de cada empresa, enquanto o coeficiente beta
mensura somente o risco sistemático.
O CAPM é válido não apenas para um ativo individual, mas também, para toda uma
carteira, assim como para a carteira de mercados.
( ) [ ( ) ], (18)
Utilizando a equação (16), percebemos que o beta da carteira de mercados é igual a 1.
( )
, (19)
Portanto, ações com betas maiores do que um representam ações mais sensíveis às
oscilações do mercado, estas ações possuem um beta mais agressivo. As ações com betas
menores do que um são menos sensíveis às oscilações do mercado, estas ações possuem um
beta mais conservado.
2.2.1. Estabilidade do Beta
Muitos autores realizaram estudos sobre a estabilidade do coeficiente beta e os fatores
determinantes deste coeficiente.
DAMODARAN (2005, p.116-120) relacionou os seguintes fatores que afetariam o beta
das empresas: o tipo de negócio, sendo que quanto mais sensível a carteira fosse às condições
de mercado ou aos ciclos econômicos, maior o beta das empresas que a integram; a
alavancagem operacional, ou seja, à medida que aumenta a proporção dos custos fixos, ao
mesmo tempo em que se potencializam os resultados em períodos de crescimento, o risco de
perdas, em períodos de queda nas receitas, aumenta, resultando em uma maior variabilidade
do resultado operacional; a alavancagem financeira, a qual, da mesma forma, potencializa o
retorno dos acionistas em períodos de crescimento, implica em maiores riscos de não
cumprimento dos compromissos financeiros. Assim, conforme considerando que esses fatores
não são estáveis ao longo do tempo, os betas também seriam alterados.
23
BLUME (1971) foi o pioneiro na pesquisa sobre a estabilidade do coeficiente e concluiu
que o beta de uma carteira é mais estável ao longo do tempo do que o beta de um título
individual. Em sua pesquisa, dividiu em seis subperíodos de igual duração e calculou o
coeficiente beta para carteiras compostas com 1, 2, 4, 7, 10, 20, 35 e 50 ações distribuídas com
pesos iguais. Logo após, o autor ordenou os betas de acordo com a magnitude do risco
calculado e calculou o coeficiente de correlação entre os betas de cada carteira do período e o
beta da carteira correspondente ao próximo período, entendendo o primeiro como a estimativa
e o segundo como o realizado. Desta forma, verificou que quanto mais ativos estivessem na
carteira, maior era o coeficiente de correlação. Desta forma, os betas de carteiras com uma
grande quantidade de ativos era mais estável do que os betas dos ativos individuais.
Entretanto, apesar dos trabalhos de Blume, GREGORY-ALLEN et al. (1994) confirmou
que quando a variação do beta é levada em consideração, não há evidência de que a
estabilidade do coeficiente de uma carteira é maior do que a de títulos individuais, contrariando
as afirmações de Blume.
O impacto de variáveis macroeconômicas foi observado em algumas empresas por
ROBICHECK e COHN (1974). Taxa de inflação e taxa de crescimento econômico foram
algumas das variáveis testadas indicando que o beta era alterado devido a estas variáveis,
porém o estudo não foi totalmente conclusivo.
PANETTA (2002) analisou a relação entre variáveis macroeconômicas e o coeficiente
beta no mercado acionário italiano no período de janeiro/1979 a dezembro/1994. Analisou as
seguintes variáveis: produção industrial; preço do óleo importado; inovações na inclinação da
estrutura a termo; alterações inesperadas na taxa de inflação e alterações na taxa de câmbio
Lira/U$. Conclui que o beta dos ativos, bem como das carteiras, em relação às variáveis
macroeconômicas é altamente instável.
Destaca-se que a estabilidade do beta é questionada por muitos autores, assim, este
trabalho buscou verificar se após uma grande crise, como a ocorrida em 2008, os betas das
ações pertencentes ao índice S&P 500 foram alterados. Ademais, buscou-se, também, analisar
se os betas de cada setor pertencente ao índice S&P 500 e o beta da carteira composta pelas
ações selecionadas neste trabalho foram, da mesma forma, alterados.
24
2.3. Coleta de Dados
Foram coletados os preços históricos de preços semanais todas as 500 ações
pertencentes ao índice S&P 500 através do site http://yahoo.finance.com.
As ações do índice S&P 500 estão distribuídas setorialmente conforme quadro abaixo.
TABELA 1: QUANTIDADE DE AÇÕES DO ÍNDICE S&P 500 POR SETOR.
Setor Quantidade de Empresas
Consumo 82
Consumo Não cíclico 40
Óleo e Gás 43
Financeiro 83
Assistência Médica 54
Industrial 65
Tecnologia da Informação 65
Materiais 31
Serviços de Telecomunicações 6
Utilidades 31
Total Geral 500
Após coletados todos os dados das ações, foram utilizados os seguintes critérios para
seleção de quais ações seriam analisadas:
a) A ação deve ser parte do índice há pelo menos um ano;
b) A ação deve possuir série de dados a partir de no mínimo da data de corte inicial,
qual seja, dia 27/09/2004 (4 anos antes do ponto de quebra, dia 29/09/2008,
conforme será verificado na seção 3.2 deste trabalho).
Por meio da verificação destes critérios, das 500 ações pertencentes ao índice, 451
foram analisadas, representando 90,20% do total de ações hoje classificadas dentro do
S&P500.
Os dados referentes ao ativo livre de risco selecionado foram obtidos e coletados no site
http://research.stlouisfed.org/fred2/series/WGS20YR.
25
2.4. Estimando os Betas
Conforme visto na seção 2.1, o retorno de um ativo é calculado considerando o preço
inicial, preço final e os dividendos. Desta forma, os retornos de cada ação e do índice S&P 500
foram calculados seguindo a seguinte fórmula:
, (20)
Onde,
: Retorno;
: Preço do ativo ajustado pelos dividendos;
: Intervalo de tempo utilizado.
Para cada ação, ordenaram-se os dados das ações do mais antigo ao mais atual e
ajustando os dados de forma que o retorno do ativo, o retorno da carteira de mercados e o
retorno do ativo livre de risco tivessem início e fim no mesmo período.
Os betas presentes neste trabalho foram estimados com base em uma regressão
econométrica simples, utilizando-se do método de Mínimos Quadrados Ordinários (MQO),
verificando sua significância para um nível de 5%. Baseado na equação (17) o modelo de
regressão para estimação dos betas é dado por:
( ) [ ( ) ] , (21)
Onde, e o termo , representa o erro aleatório do modelo, sendo que
( ) .
Desta forma, para um nível de significância de 5% foi realizado o seguinte teste de
hipóteses, para validação do parâmetro beta:
{
, (22)
26
Assim, caso o valor da estatística t para cada regressão seja acima do tc (t crítico), a
hipótese nula é rejeitada sendo estabelecida como verdade a hipótese alternativa, ou seja, os
betas são coeficientes não nulos e significativos.
2.5. Teste de Chow
Desenvolvido por Gregory Chow (1960), este teste procura verificar a quebra estrutural
de uma série de dados a partir de um determinado ponto, ou seja, este teste permite avaliar se
os resultados dos conjuntos de dados, antes e depois de uma data selecionada, permanecem
inalterados. (Davidson e McKinnon, 1993)
Suponha o seguinte modelo linear simples , e seja n, o número de
observações de uma amostra. Divide-se essa amostra em duas partes (1) e (2), com base na
data de quebra selecionada. A primeira parte contém n1 observações; a segunda,
n2 = n – n1 observações. Logo, podemos escrever da seguinte maneira:
{ ( ) ( )
(23)
Logo o teste de hipótese realizado será:
{
(24)
Caso a hipótese nula (H0) seja rejeitada, conclui-se que os coeficientes e são
diferentes. Considerando que a equação do CAPM utilizada neste trabalho possui a mesma
forma da equação (23), caso a hipótese nula do teste de Chow seja rejeitada, isto significa que
os betas das ações após crise são diferentes dos betas destas ações antes da crise. Para o
teste de Chow utiliza-se o cálculo da estatística F para testar a igualdade das médias, conforme
segue a equação abaixo:
- - ( )
( )
( - )
, (25)
27
Em que S0 é a soma dos quadrados dos resíduos da regressão de MQO sob H0
considerando toda a amostra; S1 e S2 são, respectivamente, a soma dos quadrados dos
resíduos das regressões de MQO nas duas sub amostras com n1 e n2 observações; k é o
número de parâmetros na equação.
2.6. Teste de Hipótese para média de uma população ( ) com variância
desconhecida
Segundo Sweeney et al (1993), este teste de hipótese é utilizado para verificar a
igualdade de médias de uma população com variância desconhecida utilizando a estatística t
como critério de rejeição da hipótese nula.
Estatística teste:
-
√
, (26)
Onde,
: média da amostra;
: valor sendo testado;
: desvio padrão da amostra;
: tamanho da amostra; e
tcrítico: valor obtido da tabela da distribuição de Student para o nível de significância
desejado com n-1 graus de liberdade.
{
, (27)
Este teste foi realizado para avaliação setorial das ações do índice S&P 500, onde foram
verificados quais setores tiveram impacto significativo no risco sistemático após a crise
28
financeira de 2008. Desta forma, foi realizada a média dos betas de cada setor, aplicando o
teste de hipóteses acima, onde , foi representado pelo beta do setorial antes da crise e , foi
representado pelo beta do setorial após a crise. Logo, caso a hipótese nula fosse rejeitada isto
significaria que aquele setor teve impacto significativo em seu beta após a crise financeira de
2008.
29
3. Análise Empírica
3.1. Aplicação do Teste de Chow
A ansiedade sobre a condição do mercado de crédito e ameaça de recessão global
provocaram queda nos preços das ações em geral. As notícias sobre o decreto de falência do
banco Leahman Brothers e posteriormente o anúncio da seguradora AIG de que estaria sem
dinheiro para arcar com seus compromissos geraram uma insegurança generalizada nos
investidores em todo o mundo. Estes fatores foram observados para a seleção da data para
realização do teste de Chow.
GRÁFICO 3: EVOLUÇÃO DOS PREÇOS S&P 500
Fonte: Yahoo Finance (2013)
Com base nas afirmativas apresentadas, a data selecionada para realização do teste de
Chow foi o dia 29/09/2008.
Escolhido o ponto de quebra estrutural, foi então realizado o teste de Chow para cada
uma das 451 ações selecionadas, sendo que para um nível de significância de 5%, apenas 20
ações não rejeitaram a hipótese nula de que o beta anterior ao dia 29/08/2008 seria igual ao
beta posterior a essa data. As demais 431 tiveram alteração nos betas após a crise financeira
de 2008.
30
3.2. Regressões
Para cada uma das 451 séries históricas de retornos das ações foram realizadas duas
regressões lineares. A primeira foi calculada com base nos dados pertencentes ao período
compreendido entre 27/09/2004 e 29/09/2008, a segunda foi calculada com os dados referentes
ao intervalo de 29/09/2008 à 24/09/2012.
Dessa forma, foram estimados para cada ação dois betas, um para cada período
selecionado, o primeiro beta foi estimado com base no período do dia 27/09/2004 ao dia
29/09/2008 e o segundo beta foi calculado considerando o período do dia 29/09/2008 à
24/09/2012, de modo que foi realizado um total de 902 regressões lineares e, portanto, 902
betas calculados conforme resultados apresentados no Apêndice A deste trabalho. Observe-se
que, de todos os 902 betas estimados, apenas um beta não foi significativo para o nível de 5%,
este coeficiente foi o referente à empresa Berkshire Hathaway.
Finalizadas as verificações de significância dos coeficientes calculados, verificamos que
apesar do resultado encontrado pelo teste de Chow de que 20 ações teriam betas iguais para
os dois períodos calculados, algumas destas ações tiveram variação considerável nos betas.
Por exemplo, a ação THC pertencente à empresa Tenet Healthcare Corp teve um beta anterior
à crise de 1,01 e um beta posterior à crise de 1,38, ou seja, um aumento de 36,22%, conforme
Apêndice A, porém no teste de Chow aplicado a hipótese nula não foi rejeitada.
3.3. Análise da Carteira das ações selecionadas
Conforme informado anteriormente, neste trabalho não foram analisadas todas as ações
pertencentes ao índice S&P500. Desta forma, comporemos uma carteira igualmente distribuída
com todas as ações selecionadas neste trabalho, ou seja, todas as 450 ações1.
Conforme destacado na seção 2.3, o retorno de uma carteira é calculado somando os
retornos de cada ativo que a compõe multiplicados pelos seus respectivos pesos na carteira. Da
mesma forma, o beta de uma carteira é dado pela média ponderada dos betas de seus ativos.
1 A carteira será composta pelas 450 ações que representam todas as que tiveram os betas calculados e
significativos, portanto, as 20 ações que não passaram no teste de quebra estrutural farão parte desta carteira. Porém a ação da empresa Berkshire Hathaway não faz parte desta carteira, visto que seu beta não foi estatisticamente significativo.
31
∑
Considerando a carteira composta pelas ações analisadas, obtivemos o seguinte resultado:
TABELA 6: BETA DA CARTEIRA DAS 450 AÇÕES ANALISADAS
Quantidade de ações Beta da Carteira
(Anterior à 29/09/2008) Beta da Carteira
(Posterior à 29/09/2008)
450 1,10 1,10
Percebemos que para a carteira composta pelas ações selecionadas no índice S&P 500,
o beta não sofreu alteração após a crise financeira. Este resultado apoia o já discutido por
Blume. Porém, a indicação de que individualmente os betas de cada ação se alteram após a
crise, nos faz ainda questionar se os setores em que estas ações estão inseridas também
sofreram alterações em seus riscos sistemáticos.
3.4. Análise Setorial
Depois de verificada a estabilidade do beta para a carteira das ações selecionadas do
índice S&P 500 foi realizada uma análise dos setores pertencentes ao índice. Esta análise visa
verificar se setorialmente os betas sofreram alterações e quais setores foram os mais afetados
pela crise financeira baseado na leitura da variação do risco sistemático destes setores e no
teste de hipóteses de igualdade de médias explicitado na seção anterior.
Para a análise setorial foram compostas carteiras referentes a cada setor do índice S&P
500 com seus respectivos ativos com pesos iguais para todas as empresas que compõe cada
carteira. Foram consideradas as 450 ações selecionadas. Desta forma, foi calculado o beta total
para cada setor da mesma maneira como calculado para a carteira da seção 3.3. A tabela
abaixo demonstra o resultado das médias dos betas calculados para cada setor de acordo com
as 450 ações analisadas.
32
TABELA 3: BETAS SETORIAIS
3.4.1. Aplicação do Teste de Hipótese para média de uma população ( ) com
variância desconhecida
A aplicação deste teste visa verificar quais dos setores tiveram alteração significativa
nos betas após a crise. A conclusão é realizada pela aceitação ou não da hipótese nula para
igualdade de médias. Desta forma, caso seja rejeitada a hipótese nula, verifica-se que as
médias são diferentes e conclui-se que os betas foram alterados após a crise.
Primeiramente foram separadas as ações de cada setor em planilhas diferentes com os
respectivos valores dos betas dos dois períodos calculados. Logo após, foi calculado o erro
padrão da média, o qual matematicamente é traduzido pelo denominador da equação (26), a
quantidade de graus de liberdade é a subtração do tamanho da amostra pelo número 1. Após
estes resultados, encontrou-se o valor da estatística t seguindo a equação (26).
A tabela a seguir demonstra os resultados obtidos após aplicação do teste de hipóteses
para igualdade de médias em cada setor do índice S&P 500.
Setor Quantidade de Empresas Beta Setorial (Anterior à
29/09/2008)
Beta Setorial
(Posterior à
29/09/2008)
Consumo 68 1,29 1,19
Consumo Não-Cíclico 35 0,69 0,59
Financeiro 79 1,25 1,48
Indústria 59 1,20 1,10
Materiais 28 1,28 1,20
Óleo e Gás 37 1,14 1,40
Saúde 50 0,75 0,80
Tecnologia da Informação 60 1,22 1,06
Telecomunicações 5 0,88 0,83
Utilidades 29 0,74 0,65
33
TABELA 4: RESULTADOS DOS TESTES DE HIPÓTESES PARA IGUALDADE DE MÉDIAS (POR SETOR)
Teste t de Hipóteses para Média Aritmética (Setor de Saúde)
Teste t de Hipóteses para Média Aritmética (Setor de Consumo)
Hipótese nula 0,80
Hipótese nula 1,19
Nível de significância 0,050
Nível de significância 0,050
Tamanho da amostra 50,00
Tamanho da amostra 68,00
Média da amostra 0,75
Média da amostra 1,29
Desvio Padrão da Amostra
0,28
Desvio Padrão da Amostra
0,36
Erro Padrão da Média 0,04
Erro Padrão da Média 0,04
Graus de Liberdade 49
Graus de Liberdade 67
Estatística t -1,49
Estatística t 2,22
Valor Crítico Inferior -2,01
Valor Crítico Inferior -2,00
Valor Crítico Superior 2,01
Valor Crítico Superior 2,00
P-Valor 0,14
P-Valor 0,03
Resultado Não rejeitar a Hipótese
Nula
Resultado Rejeitar a hipótese nula
Teste t de Hipóteses para Média Aritmética (Setor de Consumo Não Cíclico)
Teste t de Hipóteses para Média Aritmética (Setor de Óleo e Gás)
Hipótese nula 0,59
Hipótese nula 1,40
Nível de significância 0,050
Nível de significância 0,050
Tamanho da amostra 35,00
Tamanho da amostra 37,00
Média da amostra 0,69
Média da amostra 1,14
Desvio Padrão da Amostra
0,27
Desvio Padrão da Amostra
0,24
Erro Padrão da Média 0,04
Erro Padrão da Média 0,04
Graus de Liberdade 34
Graus de Liberdade 36
Estatística t 2,31
Estatística t -6,72
Valor Crítico Inferior -2,03
Valor Crítico Inferior -2,03
Valor Crítico Superior 2,03
Valor Crítico Superior 2,03
P-Valor 0,03
P-Valor 0,00
Resultado Rejeitar a hipótese nula
Resultado Rejeitar a hipótese nula
Teste t de Hipóteses para Média Aritmética (Setor de Financeiro)
Teste t de Hipóteses para Média Aritmética (Setor de Indústria)
Hipótese nula 1,48
Hipótese nula 1,10
Nível de significância 0,050
Nível de significância 0,050
Tamanho da amostra 79,00
Tamanho da amostra 59,00
Média da amostra 1,25
Média da amostra 1,20
Desvio Padrão da Amostra
0,31
Desvio Padrão da Amostra
0,37
Erro Padrão da Média 0,04
Erro Padrão da Média 0,05
34
Graus de Liberdade 78
Graus de Liberdade 58
Estatística t -6,34
Estatística t 1,89
Valor Crítico Inferior -1,99
Valor Crítico Inferior -2,00
Valor Crítico Superior 1,99
Valor Crítico Superior 2,00
P-Valor 0,00
P-Valor 0,06
Resultado Rejeitar a hipótese nula
Resultado Não rejeitar a Hipótese
Nula
Teste t de Hipóteses para Média Aritmética (Setor de Tecnologia da Informação)
Teste t de Hipóteses para Média Aritmética (Setor de Materiais)
Hipótese nula 1,06
Hipótese nula 1,20
Nível de significância 0,050
Nível de significância 0,050
Tamanho da amostra 60,00
Tamanho da amostra 28,00
Média da amostra 1,22
Média da amostra 1,28
Desvio Padrão da Amostra
0,24
Desvio Padrão da Amostra
0,42
Erro Padrão da Média 0,03
Erro Padrão da Média 0,08
Graus de Liberdade 59
Graus de Liberdade 27
Estatística t 4,99
Estatística t 1,00
Valor Crítico Inferior -2,00
Valor Crítico Inferior -2,05
Valor Crítico Superior 2,00
Valor Crítico Superior 2,05
P-Valor 0,00
P-Valor 0,33
Resultado Rejeitar a hipótese nula
Resultado Não rejeitar a Hipótese
Nula
Teste t de Hipóteses para Média Aritmética (Setor de Telecomunicações)
Teste t de Hipóteses para Média Aritmética (Setor de Utilidades)
Hipótese nula 0,83
Hipótese nula 0,65
Nível de significância 0,050
Nível de significância 0,050
Tamanho da amostra 5,00
Tamanho da amostra 29,00
Média da amostra 0,88
Média da amostra 0,74
Desvio Padrão da Amostra
0,24
Desvio Padrão da Amostra
0,12
Erro Padrão da Média 0,11
Erro Padrão da Média 0,02
Graus de Liberdade 4
Graus de Liberdade 28
Estatística t 0,50
Estatística t 3,81
Valor Crítico Inferior -2,78
Valor Crítico Inferior -2,05
Valor Crítico Superior 2,78
Valor Crítico Superior 2,05
P-Valor 0,64
P-Valor 0,00
Resultado Não rejeitar a Hipótese
Nula
Resultado Rejeitar a hipótese nula
Fonte: Elaboração Própria com base nos dados coletados.
35
Analisando os resultados da tabela (3) podemos perceber que a maioria dos setores
sofreu alterações significativas em seus betas, porém os setores Saúde, Indústria, Materiais e
Telecomunicações não rejeitaram a hipótese nula para igualdade das médias. Os setores
Consumo, Consumo Não Cíclico, Óleo e Gás, Financeiro, Tecnologia da Informação e
Utilidades sofreram impacto significativo pela crise financeira de 2008.
Analisaremos a seguir os setores de Óleo e Gás e Financeiro, os quais apresentaram
maior variação nos betas após a crise.
3.4.2. Setor de Óleo e Gás
O setor de Óleo Gás possui 43 empresas listadas no índice S&P 500, sendo que destas,
37 foram analisadas.
Das 37 empresas pertencentes ao setor, tiveram betas aumentados, cinco tiveram betas
reduzidos e apenas duas permaneceram com betas que variaram menos de 5%.
TABELA 5: EMPRESAS DO SETOR DE ÓLEO E GÁS PERTENCENTES AO S&P 500.
Símbolo Empresa Beta Anterior à
29/09/2008
Besta Posterior à
29/09/2008
Variaçã
o
APA Apache Corporation 0,92 1,40 52,53%
APC Anadarko Petroleum Corp 1,05 1,54 47,18%
BHI Baker Hughes Inc 1,03 1,46 42,15%
BTU Peabody Energy 1,72 1,69 -1,85%
CAM Cameron International Corp. 1,20 1,38 14,93%
CHK Chesapeake Energy 0,92 1,51 64,00%
CNX CONSOL Energy Inc. 1,57 1,67 6,16%
COG Cabot Oil & Gas 1,22 1,38 12,70%
COP ConocoPhillips 1,18 1,03 -13,07%
CVX Chevron Corp. 0,89 0,97 8,87%
DNR Denbury Resources Inc. 1,15 1,83 58,70%
DO Diamond Offshore Drilling 1,02 1,16 14,16%
DVN Devon Energy Corp. 0,89 1,21 35,83%
EOG EOG Resources 0,95 1,25 31,53%
EQT EQT Corporation 1,01 1,24 22,25%
ESV Ensco plc 1,09 1,37 26,03%
FTI FMC Technologies Inc. 0,83 1,29 55,38%
HAL Halliburton Co. 1,01 1,49 47,75%
36
HES Hess Corporation 1,26 1,38 9,84%
HP Helmerich & Payne 1,26 1,65 31,78%
MRO Marathon Oil Corp. 1,23 1,35 9,29%
MUR Murphy Oil 0,94 1,20 27,73%
NBL Noble Energy Inc 1,08 1,37 26,38%
NBR Nabors Industries Ltd. 0,97 1,78 83,79%
NE Noble Corp 1,12 1,36 21,93%
NFX Newfield Exploration Co 1,00 1,52 52,48%
NOV National Oilwell Varco Inc. 1,25 1,76 40,42%
OXY Occidental Petroleum 1,17 1,27 8,80%
PXD Pioneer Natural Resources 0,80 1,73 116,12%
RDC Rowan Cos. 1,23 1,65 34,08%
RRC Range Resources Corp. 1,37 1,28 -6,50%
SLB Schlumberger Ltd. 1,08 1,19 10,40%
SWN Southwestern Energy 1,37 1,35 -1,54%
TSO Tesoro Petroleum Co. 1,67 1,48 -11,06%
VLO Valero Energy 1,73 1,49 -13,80%
WMB Williams Cos. 1,16 1,50 29,53%
XOM Exxon Mobil Corp. 0,87 0,74 -15,48%
Fonte: Elaboração Própria com base nos dados coletados.
Para este setor, 81,08% das empresas tiveram os betas aumentados, por exemplo, a
ação PXD pertencente à Pioneer Natural Resources teve um beta de 0,80 para o período
anterior a crise e um beta de 1,73 após a crise, ou seja, um crescimento de 116,12%.
O aumento do risco destas empresas pode estar relacionado queda nos preços do
petróleo. Durante a crise financeira de 2008, os preços do setor de energia (óleo e gás) caíram
repentinamente após uma grande alta.
37
GRÁFICO 4: EVOLUÇÃO DOS PREÇOS AO PETRÓLEO E PRODUTOS DO PETRÓLEO (DÓLARES POR BARRIL)
Fonte: Thonsom Reuters.
Por meio do gráfico acima percebemos que para o período da crise financeira, o os
preços relativos ao petróleo e os produtos do petróleo (óleo e gás) sofreram grandes
oscilações, visto que em junho de 2008 o barril custava U$ 133,88 e em fevereiro de 2009 o
barril passou a custar U$ 39,09. Este aumento na volatilidade dos preços do petróleo durante a
crise pode ter sido o fator determinante no aumento do risco das empresas pertencentes ao
setor de óleo e gás.
3.4.3. Setor Financeiro
O segundo setor que apresentou variação significativa no beta setorial foi o Financeiro.
Dado a proposta da pesquisa, este setor seria o mais óbvio a ser impactado, visto que a crise
econômica teve sua explosão dado a grande quantidade de negociações de papéis podres
realizadas no mercado. A grande variação deste setor ocorreu principalmente entre os bancos
pertencentes ao índice conforme tabela abaixo.
38
TABELA 6: BANCOS PERTENCENTES AO SETOR FINANCEIRO DO ÍNDICE S&P 500.
Símbolo Empresa Beta Anterior à
Crise Beta Posterior
à Crise Variação
BAC Bank of America Corp 1,19 2,29 92,29%
BBT BB&T Corporation 1,25 1,23 -1,41%
BK The Bank of New York Mellon Corp. 1,10 1,32 20,13%
C Citigroup Inc. 1,57 2,69 71,83%
CMA Comerica Inc. 1,29 1,60 24,52%
FITB Fifth Third Bancorp 1,36 2,10 54,02%
HBAN Huntington Bancshares 1,13 1,90 67,84%
HCBK Hudson City Bancorp 0,69 1,00 44,03%
JPM JPMorgan Chase & Co. 1,36 1,59 16,61%
KEY KeyCorp 1,20 2,02 67,88%
MTB M&T Bank Corp. 0,97 1,12 15,64%
PBCT People's United Bank 0,76 0,63 -17,65%
PNC PNC Financial Services 1,00 1,41 41,36%
STI SunTrust Banks 1,01 1,84 82,50%
USB U.S. Bancorp 0,84 1,31 57,03%
WFC Wells Fargo 1,21 1,71 40,94%
ZION Zions Bancorp 1,04 1,94 85,51%
Fonte: Elaboração Própria.
Verificando o grande aumento para os betas dos bancos, podemos atrelar tal aumento
do risco sistemático a um medo generalizado do investidor, visto que o banco Leahman
Brothers decretou falência em 2008.
O setor Financeiro possui 83 empresas pertencentes ao S&P 500, sendo que destas, 80
foram analisadas. Das 80 empresas analisadas, 45 tiveram aumento considerável em seus
betas, 23 tiveram seus betas reduzidos e apenas 12 permaneceram com betas que variaram
menos de 5%.
39
4. Conclusão
Considerando o arcabouço atual da economia mundial após a grande recessão causada
pela crise do subprime ocorrida em 2008-2009, todo o mercado foi afetado, de forma que
muitas empresas sofreram grandes perdas.
A crise financeira de 2008 foi desencadeada por uma série de eventos, tendo como
principais fatos desencadeadores o aumento da inadimplência referente aos créditos
concedidos para compra de imóveis, a desvalorização dos imóveis e dos ativos financeiros
associados às hipotecas americanas de alto risco (subprime).
Diante deste cenário, este trabalho visou analisar as ações pertencentes ao índice S&P
500, para verificar se houve alteração no risco sistemático destas ações, ou seja, se os betas
de cada ativo foram alterados. A motivação para este estudo é verificar se após uma grande
crise, onde toda a economia é atingida, os betas dos ativos refletem as mudanças ocorridas no
mercado. Para tanto, foram estimados betas de cada ação considerando um período de quatro
anos antes e quatro anos após a crise.
Por meio do teste de Chow foi verificada se a série histórica dos preços dos ativos
sofreu quebra estrutural na data selecionada. Com base na série de preços históricos do índice
S&P 500 e de fatores relacionados à crise financeira de 2008, foi selecionado o dia 29/09/2008
para realização do teste. Para um nível de significância de 5%, 431 ações rejeitaram a hipótese
nula do teste, não apresentando quebra estrutural.
Os dados históricos foram coletados com periodicidade semanal para o intervalo de
27/09/2004 à 24/09/2012 para as 500 ações listadas no índice S&P 500, porém 451 foram
analisadas.
Calculados os betas para cada empresa por meio do método de Mínimos Quadrados
Ordinários, verificando a significância dos coeficientes da regressão, constatou-se que apenas
uma ação não teve o coeficiente beta significativo para um nível de 5%.
Apesar de individualmente os betas das ações terem sofrido alterações, a análise da
carteira composta pelas 450 ações selecionadas do índice demonstrou que o beta dessa
carteira não sofreu alteração após a crise. O teste de hipóteses para igualdade de médias
aritmética foi aplicado, também, em cada setor pertencente ao índice, de modo que, caso a
40
hipótese nula fosse rejeitada, isto significaria que os betas dos setores após a crise teriam sido
alterados. Dos 10 setores listados no índice S&P 500, seis rejeitaram a hipótese nula deste
teste.
Os setores de Óleo e Gás e Financeiro foram os que tiveram os betas com maior
alteração após a crise. Para o setor de Óleo e Gás, 81,08% das ações tiveram os betas
aumentados e para o setor financeiro, 56,25% tiveram seus betas aumentados.
A grande volatilidade nos preços do petróleo durante a crise e a falta de confiança dos
investidores nos bancos após a crise foram fatores cruciais para a alteração do risco
sistemático destas ações. Tratando-se de setores mais sensíveis aos movimentos da economia,
tal verificação vem como embasamento para tal alegação.
Diante disto, podemos verificar que como Robicheck e Cohn (1974), fatores
macroeconômicos influenciam nos betas das empresas, além de que as preferências dos
investidores diante do conhecimento de fatos que afetam o mercado, também influenciam na
alteração da medida de risco sistemático dos ativos.
O objetivo deste trabalho não foi o de testar a viabilidade de utilização do CAPM e sim
analisar por meio desta metodologia se após a grande crise de 2008 o coeficiente de risco
sistemático das empresas pertencentes ao S&P500 alteraram. Apesar da grande quantidade de
dados coletados, a afirmação de que o coeficiente beta é alterado após uma grande crise
econômica global não pôde ser totalmente conclusiva, visto que as premissas do modelo CAPM
proposto por Sharpe (1964) foram alteradas para sua aplicação real. Desta forma, novos
trabalhos são necessários para que sejam apurados quais fatores influenciam nos betas das
empresas.
41
Referências Bibliográficas
ASSAF NETO, Alexandre. Mercado Financeiro. 7ª ed. São Paulo; Editora Atlas. 2006.
BERK, Peter; DEMARZO, John. Finanças Empresariais. São Paulo; Artmed Editora S.A. 2009.
BLUME, Marshall E. On the assessment of risk. Journal of Finance, v. 26, n.1, p. 1-10,
03/1971.
BODIE, Zvi; KANE, Alex; MARCUS, Alan J. Investimentos. 8ª ed. Porto Alegre; AMGH Editora
Ltda. 2010.
BULLARD, James; NEELY, Christopher J.; WHEELOCK, David C. Systemic risk and the
financial crisis: A primer. Disponível em <
http://research.stlouisfed.org/publications/review/09/09/part1/Bullard.pdf > Acesso em: 10 de
agosto de 2013.
CINTRA, Marcos Antônio M.; FAHRI, Maryse; A crise financeira e o global shadow banking
system. Revista Novos Estudos - Cebrap; n. 82; São Paulo; Nov/2008.
CHOW, Gregory C., Tests of equality between sets of coefficients in two linear
regressions, Econometrica, v. 28, n. 3, Jul/1960.
DAVIDSON, Russell; MACKINNON, James. Estimation and Inference in
Econometrics. Oxford University Press. 1993
FAMA, Eugene F.; FRENCH, Kenneth R. The cross-section of expected stock returns,
Journal of Finance, v XLVII, n. 2, jun/1992.
GREGORY-ALLEN, Russell, IMPSON, C. Michael, KARAFIATH, Irme. An empirical
investigation of beta stability: portfolio vs. Individual securities. The Journal of Business,
Finance and Acounting, 21 (6), set/1994.
GUJARATI, Damodar N. Econometria Básica. Rio de Janeiro: Campus, 4ª edição, 2006.
LEVY, Robert A. On the short-term stationary of beta coefficients. Financial Analysts journal,
v.27, n.6, p. 55-62, dez/1971.
42
LIMA, Ronaldo Gomes D. de; MINARDI, Andrea Maria Accioly F. Teste de estabilidade dos
coeficientes betas do mercado acionário brasileiro. Disponível em <
http://bibliotecadigital.fgv.br/ocs/index.php/ebf/9EBF/paper/viewFile/705/181> Acesso em 30 de
julho de 2013.
LINTNER, John. The valuation of risky assets and the selection of risky investments in
stock portfolios and capital budgets. Review of economics and statistics 47, 13-37.
MARKOWITZ, Harry. Portfolio Selection. Journal of Finance, n. 01, pp. 77-91, mar/1952.
MEDEIROS, Valédia Zuma (coord); CALDEIRA, André Machado; PACHECO, Giovana
Lamastra; MACHADO, Maria Augusta Soares; GASSENFERTH, Walter. Métodos
Quantitativos com Excel. São Paulo; Cengage Learning Edições Ltda. 2008.
MOSSIN, Jan. Equilibrium in a capital asset market. Econometrica, v. 34, n.4, p. 768-783,
out/1966
RIBEIRO NETO, Ramon Martinez; Famá, Rubens. Beta Contabilístico - Uma Aplicação no
Mercado Financeiro Brasileiro. Disponível em
<http://www.ead.fea.usp.br/semead/5semead/Finan%E7as/Beta%20contabilistico.pdf> Acesso
em : 10 de agosto de 2013.
PANETTA, Fabio. The stability of the relation between the stock market and
macroeconomic forces. July, 2002. Banca d’Italia, Research Department.
ROBICHEK, Alexander A.; COHN, Richard A. The economic determinants of systematic risk.
Journal of Finance, v.29, n.2, p. 439-447, maio/1974.
RODRIGUES, Lúcio Fábio; RAMOS FILHO, Hélio de Sousa. Estimação e Análise da
estabilidade do beta no modelo CAPM em cinco empresas brasileiras. Disponível em <
http://www.ead.fea.usp.br/Semead/8semead/resultado/trabalhosPDF/71.pdf > Acesso em: 10 de
agosto de 2013.
ROSS, Stephen A. The arbitrage Theory of Capital Asset Pricing. Journal of Economic Theory, v. 13, p. 341–360. Maio/1976.
43
SHARPE, William F. 1964. Capital asset prices: A theory of Market equilibrium under conditions
of risk. Journal of Finance, v.19, Blackwell Publishing Ltd, p. 425-442, Set/1964.
SOUSA, Almir Ferreira de; RAIFUR, Léo. A alavancagem financeira e os efeitos no beta: um
estudo das empresas do setor de metalurgia e siderurgia listadas na Bovespa. Revista de
Contabilidade e controladoria, Curitiba, v.3, n.1, p. 6-26, Jan/2011.
SWEENEY, Dennis; WILLIAMS, Thomas; ANDERSON, David. (2013) Estatística Aplicada á
Administração e Economia. Cengage Learining
TAFFAREL, Marinês; CLEMENTE, Ademir; PANHOCA, Luiz. Estabilidade do coeficiente beta
do setor de energia elétrica. Revista de Administração e Contabilidade da Unisinos – BASE,
Rio Grande do Sul, v.7, n.3, jul/set 2010.
VENTURA, Alessandra Montini; FORTE, Denis; FAMÁ, Rubens. Análise da estabilidade do
beta em três empresas brasileiras após o plano real (1995-2000). In: V Seminário em
Administração USP - SEMEAD. São Paulo, 2005.
44
APÊNDICE A: BETAS ESTIMADOS PARA CADA AÇÃO ANALISADA
Símbolo Empresa Setor Beta Anterior à Crise Besta Posterior à Crise
Variação Beta Estimado R² P-valor Beta Estimado R² P-valor
A Agilent Technologies Inc Saúde 1,09 0,3 0 1,23 0,57 0 12,91%
AA Alcoa Inc Materiais 1,52 0,39 0 1,85 0,66 0 21,61%
AAPL Apple Inc. Tecnologia da Informação 1,53 0,24 0 0,9 0,43 0 -41,30%
ABC AmerisourceBergen Corp Saúde 0,64 0,17 0 0,56 0,37 0 -11,91%
ABT Abbott Laboratories Saúde 0,51 0,12 0 0,42 0,3 0 -18,01%
ACE ACE Limited Financeiro 1,13 0,32 0 0,89 0,51 0 -20,77%
ACN Accenture plc Tecnologia da Informação 0,86 0,23 0 0,83 0,47 0 -3,96%
ACT Actavis plc Saúde 0,64 0,15 0 0,67 0,36 0 4,73%
ADBE Adobe Systems Inc Tecnologia da Informação 1,27 0,31 0 1,03 0,51 0 -19,19%
ADI Analog Devices, Inc. Tecnologia da Informação 1,03 0,27 0 0,84 0,44 0 -17,86%
ADM Archer-Daniels-Midland Co Consumo Não-Cíclico 1,01 0,17 0 0,8 0,36 0 -20,96%
ADP Automatic Data Processing Tecnologia da Informação 0,8 0,36 0 0,75 0,67 0 -5,65%
ADSK Autodesk Inc Tecnologia da Informação 1,31 0,23 0 1,41 0,53 0 7,76%
AEE Ameren Corp Utilidades 0,74 0,41 0 0,75 0,48 0 0,95%
AEP American Electric Power Utilidades 0,74 0,33 0 0,61 0,45 0 -17,26%
AES AES Corp Utilidades 1,03 0,23 0 1,24 0,51 0 20,35%
AET Aetna Inc Saúde 0,71 0,11 0 1,11 0,37 0 56,54%
AFL AFLAC Inc Financeiro 0,77 0,31 0 1,59 0,55 0 106,05%
AGN Allergan Inc Saúde 0,95 0,26 0 0,9 0,52 0 - 4,87%
AIG American Intl Group Inc Financeiro 0,84 0,05 0 1,88 0,15 0 122,67%
AIV Apartment Investment & Mgmt Financeiro 1,39 0,43 0 1,55 0,47 0 11,42%
AIZ Assurant Inc Financeiro 0,76 0,27 0 1,13 0,36 0 48,32%
45
AKAM Akamai Technologies Inc Tecnologia da Informação 1,52 0,19 0 1,1 0,31 0 -27,69%
ALL Allstate Corp Financeiro 0,76 0,34 0 1,25 0,58 0 64,14%
ALTR Altera Corp Tecnologia da Informação 1,31 0,31 0 0,94 0,44 0 -28,06%
ALXN Alexion Pharmaceuticals Saúde 0,89 0,09 0 0,78 0,38 0 -12,34%
AMAT Applied Materials Inc Tecnologia da Informação 0,94 0,23 0 1,12 0,59 0 18,67%
AMD Advanced Micro Devices Tecnologia da Informação 1,39 0,15 0 1,58 0,41 0 13,91%
AMGN Amgen Inc Saúde 0,47 0,06 0 0,46 0,2 0 -2,04%
AMT American Tower Corp A Financeiro 1,19 0,45 0 0,93 0,43 0 -21,45%
AMZN Amazon.com Inc Consumo 1,05 0,1 0 0,98 0,36 0 -6,45%
AN AutoNation Inc Consumo 1,53 0,42 0 1,49 0,44 0 -2,41%
ANF Abercrombie & Fitch Company A Consumo 1,2 0,23 0 1,64 0,47 0 36,68%
AON Aon plc Financeiro 0,95 0,24 0 0,54 0,3 0 -43,10%
APA Apache Corporation Óleo e Gás 0,92 0,17 0 1,4 0,68 0 52,53%
APC Anadarko Petroleum Corp Óleo e Gás 1,05 0,22 0 1,54 0,6 0 47,18%
APD Air Products & Chemicals Inc Materiais 1,01 0,44 0 0,96 0,61 0 -4,40%
APH Amphenol Corp A Indústria 1,29 0,38 0 1,19 0,62 0 -8,17%
ARG Airgas Inc Materiais 1,36 0,34 0 1,04 0,42 0 -23,55%
ATI Allegheny Technologies Inc Materiais 2,27 0,37 0 1,72 0,53 0 -24,26%
AVB AvalonBay Communities, Inc. Financeiro 1,41 0,49 0 0,98 0,38 0 -30,71%
AVP Avon Products Consumo Não-Cíclico 0,67 0,1 0 1,02 0,43 0 52,38%
AVY Avery Dennison Corp Materiais 1,13 0,43 0 1,14 0,57 0 0,48%
AXP American Express Co Financeiro 1,42 0,54 0 1,46 0,58 0 2,52%
AZO AutoZone Inc Consumo 0,98 0,32 0 0,58 0,29 0 -40,67%
BA Boeing Company Indústria 0,95 0,3 0 1,13 0,59 0 18,86%
BAC Bank of America Corp Financeiro 1,19 0,31 0 2,29 0,49 0 92,29%
46
BAX Baxter International Inc. Saúde 0,48 0,14 0 0,54 0,27 0 12,69%
BBBY Bed Bath & Beyond Consumo 1,26 0,41 0 0,9 0,39 0 -28,37%
BBT BB&T Corporation Financeiro 1,25 0,34 0 1,23 0,51 0 -1,41%
BBY Best Buy Co. Inc. Consumo 1,51 0,41 0 1,19 0,43 0 -21,56%
BCR Bard (C.R.) Inc. Saúde 0,56 0,17 0 0,46 0,28 0 -17,98%
BDX Becton Dickinson Saúde 0,52 0,18 0 0,52 0,39 0 0,62%
BEAM Beam Inc. Consumo Não-Cíclico 0,95 0,39 0 1,13 0,52 0 19,55%
BEN Franklin Resources Financeiro 1,54 0,54 0 1,47 0,73 0 -4,16%
BF.B Brown-Forman Corporation Consumo Não-Cíclico 0,7 0,24 0 0,51 0,31 0 -26,41%
BHI Baker Hughes Inc Óleo e Gás 1,03 0,19 0 1,46 0,54 0 42,15%
BIIB BIOGEN IDEC Inc. Saúde 0,55 0,04 0 0,64 0,29 0 16,29%
BK The Bank of New York Mellon Corp. Financeiro 1,1 0,37 0 1,32 0,57 0 20,13%
BLK BlackRock Financeiro 1,29 0,33 0 1,12 0,58 0 -12,99%
BLL Ball Corp Materiais 1,23 0,47 0 0,82 0,52 0 -33,56%
BMS Bemis Company Materiais 1,21 0,51 0 0,65 0,45 0 -46,28%
BMY Bristol-Myers Squibb Saúde 0,79 0,24 0 0,56 0,35 0 -29,34%
BRCM Broadcom Corporation Tecnologia da Informação 1,33 0,17 0 0,8 0,31 0 -39,41%
BRK.B Berkshire Hathaway Financeiro 0,16 0,01 0,08 0,84 0,5 0 421,26%
BSX Boston Scientific Saúde 1 0,21 0 1,14 0,44 0 14,02%
BTU Peabody Energy Óleo e Gás 1,72 0,22 0 1,69 0,52 0 -1,85%
BXP Boston Properties Financeiro 1,23 0,41 0 1,19 0,53 0 -3,15%
C Citigroup Inc. Financeiro 1,57 0,47 0 2,69 0,44 0 71,83%
CA CA, Inc. Tecnologia da Informação 1,12 0,36 0 0,96 0,6 0 -14,82%
CAG ConAgra Foods Inc. Consumo Não-Cíclico 0,56 0,15 0 0,45 0,32 0 -19,49%
CAH Cardinal Health Inc. Saúde 0,69 0,16 0 0,73 0,36 0 6,93%
47
CAM Cameron International Corp. Óleo e Gás 1,2 0,23 0 1,38 0,58 0 14,93%
CAT Caterpillar Inc. Indústria 1,6 0,52 0 1,37 0,62 0 -14,40%
CB Chubb Corp. Financeiro 0,92 0,26 0 0,74 0,49 0 -19,97%
CBG CBRE Group Financeiro 2,38 0,46 0 2,12 0,42 0 -10,94%
CCE Coca-Cola Enterprises Consumo Não-Cíclico 0,66 0,22 0 1,12 0,51 0 69,46%
CCI Crown Castle International Corp. Telecomunicações 1,27 0,36 0 1,31 0,5 0 3,23%
CCL Carnival Corp. Consumo 1,37 0,41 0 1,18 0,52 0 -13,75%
CELG Celgene Corp. Saúde 0,82 0,11 0 0,7 0,3 0 -15,38%
CERN Cerner Saúde 0,94 0,19 0 0,82 0,38 0 -12,19%
CHK Chesapeake Energy Óleo e Gás 0,92 0,12 0 1,51 0,38 0 64,00%
CHRW C. H. Robinson Worldwide Indústria 1,48 0,36 0 0,72 0,41 0 -51,78%
CI CIGNA Corp. Saúde 0,89 0,19 0 1,32 0,38 0 48,75%
CINF Cincinnati Financial Financeiro 1,07 0,39 0 1,01 0,64 0 -6,44%
CL Colgate-Palmolive Consumo Não-Cíclico 0,38 0,12 0 0,51 0,37 0 32,71%
CLF Cliffs Natural Resources Materiais 2,23 0,33 0 2,09 0,51 0 -6,25%
CLX The Clorox Company Consumo Não-Cíclico 0,55 0,2 0 0,42 0,3 0 -23,43%
CMA Comerica Inc. Financeiro 1,29 0,26 0 1,6 0,58 0 24,52%
CMCSA Comcast Corp. Consumo 0,99 0,27 0 1,06 0,53 0 7,57%
CME CME Group Inc. Financeiro 1,2 0,2 0 0,9 0,31 0,71 -25,30%
CMI Cummins Inc. Indústria 1,73 0,33 0 1,46 0,56 0 -15,60%
CMS CMS Energy Utilidades 0,89 0,37 0 0,63 0,42 0 -28,68%
CNX CONSOL Energy Inc. Óleo e Gás 1,57 0,21 0 1,67 0,49 0 6,16%
COF Capital One Financial Financeiro 1,41 0,32 0 1,87 0,41 0 32,68%
COG Cabot Oil & Gas Óleo e Gás 1,22 0,17 0 1,38 0,44 0 12,70%
COH Coach Inc. Consumo 1,69 0,39 0 1,37 0,54 0 -18,97%
48
COL Rockwell Collins Indústria 0,96 0,39 0 0,93 0,63 0 -3,08%
COP ConocoPhillips Óleo e Gás 1,18 0,31 0 1,03 0,66 0 -13,07%
COST Costco Co. Consumo Não-Cíclico 0,81 0,24 0 0,67 0,49 0 -16,57%
CPB Campbell Soup Consumo Não-Cíclico 0,63 0,23 0 0,3 0,15 0 -52,12%
CRM Salesforce.com Tecnologia da Informação 1,94 0,29 0 1,23 0,43 0 -36,32%
CSC Computer Sciences Corp. Tecnologia da Informação 0,95 0,28 0 1,03 0,45 0 8,44%
CSCO Cisco Systems Tecnologia da Informação 1,08 0,32 0 0,96 0,53 0 -11,54%
CSX CSX Corp. Indústria 1,32 0,38 0 1,18 0,6 0 -10,68%
CTAS Cintas Corporation Indústria 1,06 0,41 0 0,95 0,58 0 -10,25%
CTL CenturyLink Inc Telecomunicações 0,6 0,14 0 0,68 0,38 0 12,66%
CTSH Cognizant Technology Solutions Tecnologia da Informação 1,79 0,41 0 1,06 0,5 0 -40,65%
CTXS Citrix Systems Tecnologia da Informação 1,24 0,24 0 1 0,4 0 -19,56%
CVC Cablevision Systems Corp. Consumo 0,91 0,13 0 1,4 0,55 0 54,05%
CVS CVS Caremark Corp. Consumo Não-Cíclico 0,72 0,18 0 0,58 0,3 0 -20,40%
CVX Chevron Corp. Óleo e Gás 0,89 0,31 0 0,97 0,67 0 8,87%
D Dominion Resources Utilidades 0,66 0,24 0 0,51 0,43 0 -23,41%
DD Du Pont (E.I.) Materiais 1,05 0,44 0 1,1 0,67 0 4,75%
DE Deere & Co. Indústria 1,63 0,45 0 1,31 0,54 0 -19,71%
DELL Dell Inc. Tecnologia da Informação 0,93 0,19 0 0,88 0,38 0 -4,72%
DGX Quest Diagnostics Saúde 0,41 0,08 0 0,63 0,38 0 54,80%
DHI D. R. Horton Consumo 2,3 0,43 0 1,85 0,42 0 -19,92%
DHR Danaher Corp. Indústria 1 0,47 0 0,82 0,59 0 -18,12%
DIS The Walt Disney Company Consumo 0,86 0,36 0 1,04 0,68 0 21,57%
DLTR Dollar Tree Consumo 1,08 0,22 0 0,39 0,13 0 -63,99%
DNB Dun & Bradstreet Indústria 0,81 0,38 0 0,65 0,48 0 -19,92%
49
DNR Denbury Resources Inc. Óleo e Gás 1,15 0,14 0 1,83 0,6 0 58,70%
DO Diamond Offshore Drilling Óleo e Gás 1,02 0,16 0 1,16 0,51 0 14,16%
DOV Dover Corp. Indústria 1,33 0,55 0 1,25 0,65 0 -5,94%
DOW Dow Chemical Materiais 1,21 0,46 0 1,31 0,46 0 8,26%
DRI Darden Restaurants Consumo 1,28 0,24 0 1,02 0,4 0 -20,58%
DTE DTE Energy Co. Utilidades 0,73 0,36 0 0,69 0,51 0 -5,22%
DTV DirecTV Consumo 0,77 0,18 0 0,79 0,49 0 1,68%
DUK Duke Energy Utilidades 0,73 0,29 0 0,47 0,42 0 -35,73%
DVA DaVita Inc. Saúde 0,58 0,1 0 0,61 0,33 0 5,55%
DVN Devon Energy Corp. Óleo e Gás 0,89 0,16 0 1,21 0,54 0 35,83%
EA Electronic Arts Tecnologia da Informação 1,16 0,23 0 0,91 0,3 0 -21,33%
EBAY eBay Inc. Tecnologia da Informação 1,27 0,24 0 1,03 0,45 0 -18,91%
ECL Ecolab Inc. Materiais 0,84 0,38 0 0,67 0,49 0 -20,56%
ED Consolidated Edison Utilidades 0,55 0,28 0 0,38 0,35 0 -30,46%
EFX Equifax Inc. Financeiro 0,96 0,34 0 0,93 0,65 0 -3,41%
EIX Edison Int'l Utilidades 0,72 0,24 0 0,76 0,55 0 6,39%
EL Estee Lauder Cos. Consumo Não-Cíclico 0,69 0,14 0 1,02 0,5 0 47,48%
EMC EMC Corp. Tecnologia da Informação 1 0,2 0 0,93 0,52 0 -7,09%
EMN Eastman Chemical Materiais 1,1 0,36 0 1,49 0,67 0 35,82%
EMR Emerson Electric Indústria 1,04 0,44 0 0,93 0,57 0 -10,11%
EOG EOG Resources Óleo e Gás 0,95 0,13 0 1,25 0,54 0 31,53%
EQR Equity Residential Financeiro 1,28 0,4 0 0,86 0,27 0 -32,67%
EQT EQT Corporation Óleo e Gás 1,01 0,26 0 1,24 0,52 0 22,25%
ESRX Express Scripts Saúde 1,03 0,21 0 0,85 0,38 0 -17,43%
ESV Ensco plc Óleo e Gás 1,09 0,17 0 1,37 0,52 0 26,03%
50
ETFC E-Trade Financeiro 1,98 0,25 0 2,04 0,34 0 2,98%
ETN Eaton Corp. Indústria 1,35 0,47 0 1,07 0,55 0 -21,04%
ETR Entergy Corp. Utilidades 0,72 0,26 0 0,49 0,25 0 -32,32%
EW Edwards Lifesciences Saúde 0,35 0,06 0 0,53 0,19 0 52,12%
EXC Exelon Corp. Utilidades 0,85 0,25 0 0,73 0,47 0 -13,61%
EXPD Expeditors Int'l Indústria 1,3 0,27 0 0,95 0,55 0 -26,46%
F Ford Motor Consumo 1,7 0,35 0 1,97 0,44 0 15,93%
FAST Fastenal Co Indústria 1,5 0,43 0 1,07 0,51 0 -28,95%
FCX Freeport-McMoran Cp & Gld Materiais 1,8 0,32 0 1,64 0,49 0 -9,07%
FDO Family Dollar Stores Consumo 1,16 0,21 0 0,35 0,09 0 -69,67%
FDX FedEx Corporation Indústria 1,06 0,38 0 0,97 0,51 0 -8,79%
FE FirstEnergy Corp Utilidades 0,75 0,28 0 0,65 0,32 0 -13,36%
FFIV F5 Networks Tecnologia da Informação 1,48 0,16 0 0,95 0,27 0 -36,05%
FIS Fidelity National Information Services Tecnologia da Informação 1,05 0,28 0 0,83 0,46 0 -20,65%
FISV Fiserv Inc Tecnologia da Informação 1,15 0,47 0 0,93 0,66 0 -19,52%
FITB Fifth Third Bancorp Financeiro 1,36 0,28 0 2,1 0,24 0 54,02%
FLIR FLIR Systems Indústria 1,15 0,17 0 0,91 0,43 0 -20,62%
FLR Fluor Corp. Indústria 1,51 0,33 0 1,54 0,61 0 2,03%
FLS Flowserve Corporation Indústria 1,32 0,26 0 1,61 0,65 0 21,42%
FMC FMC Corporation Materiais 1,19 0,33 0 1,43 0,65 0 20,71%
FOSL Fossil, Inc. Consumo 1,43 0,22 0 1,34 0,34 0 -5,82%
FOXA Twenty-First Century Fox Consumo 1 0,34 0 1,54 0,7 0 54,30%
FRX Forest Laboratories Saúde 0,69 0,11 0 0,74 0,49 0 7,61%
FTI FMC Technologies Inc. Óleo e Gás 0,83 0,1 0 1,29 0,59 0 55,38%
FTR Frontier Communications Telecomunicações 0,85 0,37 0 0,91 0,35 0 6,67%
51
GAS AGL Resources Inc. Utilidades 0,69 0,35 0 0,62 0,49 0 -9,56%
GCI Gannett Co. Consumo 1,01 0,3 0 1,79 0,37 0 76,61%
GD General Dynamics Indústria 0,82 0,36 0 0,84 0,56 0 3,52%
GE General Electric Indústria 0,89 0,42 0 1,23 0,54 0 37,91%
GILD Gilead Sciences Saúde 1,03 0,25 0 0,66 0,3 0 -35,58%
GIS General Mills Consumo Não-Cíclico 0,51 0,23 0 0,32 0,18 0 -37,55%
GLW Corning Inc. Indústria 1,36 0,28 0 1,06 0,46 0 -21,62%
GME GameStop Corp. Consumo 1,34 0,21 0 0,93 0,26 0 -30,47%
GNW Genworth Financial Inc. Financeiro 1,3 0,28 0 2,89 0,38 0 122,73%
GOOG Google Inc. Tecnologia da Informação 1,11 0,17 0 0,93 0,53 0 -16,95%
GPC Genuine Parts Consumo 1,06 0,59 0 0,78 0,54 0 -26,32%
GPS Gap (The) Consumo 1,03 0,27 0 1 0,44 0 -2,89%
GRMN Garmin Ltd. Consumo 1,65 0,22 0 0,95 0,35 0 -42,53%
GS Goldman Sachs Group Financeiro 1,38 0,4 0 1,51 0,52 0 9,20%
GT Goodyear Tire & Rubber Consumo 1,93 0,37 0 1,86 0,49 0 -3,80%
GWW Grainger (W.W.) Inc. Indústria 1,28 0,51 0 0,84 0,57 0 -34,76%
HAL Halliburton Co. Óleo e Gás 1,01 0,16 0 1,49 0,52 0 47,75%
HAR Harman Int'l Industries Consumo 1,62 0,21 0 1,72 0,51 0 6,09%
HAS Hasbro Inc. Consumo 1,18 0,38 0 0,68 0,38 0 -41,84%
HBAN Huntington Bancshares Financeiro 1,13 0,13 0 1,9 0,28 0 67,84%
HCBK Hudson City Bancorp Financeiro 0,69 0,21 0 1 0,48 0 44,03%
HCN Health Care REIT Financeiro 0,88 0,31 0 0,71 0,38 0 -18,80%
HCP HCP Inc. Financeiro 1,1 0,33 0 1,08 0,46 0 -2,14%
HD Home Depot Consumo 1,22 0,39 0 1,05 0,6 0 -13,90%
HES Hess Corporation Óleo e Gás 1,26 0,22 0 1,38 0,53 0 9,84%
52
HIG Hartford Financial Svc.Gp. Financeiro 1,81 0,48 0 2,55 0,31 0 40,93%
HOG Harley-Davidson Consumo 1,51 0,47 0 1,8 0,58 0 19,34%
HON Honeywell Int'l Inc. Indústria 1,21 0,5 0 1,16 0,76 0 -4,28%
HOT Starwood Hotels & Resorts Consumo 1,45 0,37 0 1,85 0,63 0 27,81%
HP Helmerich & Payne Óleo e Gás 1,26 0,21 0 1,65 0,55 0 31,78%
HPQ Hewlett-Packard Tecnologia da Informação 1 0,33 0 0,92 0,38 0 -7,40%
HRB Block H&R Financeiro 0,92 0,24 0 0,78 0,27 0 -15,41%
HRL Hormel Foods Corp. Consumo Não-Cíclico 0,47 0,13 0 0,27 0,13 0 -42,32%
HRS Harris Corporation Tecnologia da Informação 1,32 0,3 0 0,96 0,51 0 -27,39%
HSP Hospira Inc. Saúde 0,55 0,1 0 0,69 0,29 0 24,25%
HST Host Hotels & Resorts Financeiro 1,26 0,42 0 1,8 0,59 0 41,96%
HSY The Hershey Company Consumo Não-Cíclico 0,73 0,2 0 0,42 0,28 0 -42,67%
HUM Humana Inc. Saúde 0,84 0,09 0 0,95 0,26 0 13,67%
IBM International Bus. Machines Tecnologia da Informação 0,95 0,37 0 0,79 0,63 0 -16,60%
IFF Intl Flavors & Fragrances Materiais 0,81 0,38 0 0,77 0,55 0 -5,11%
IGT International Game Technology Consumo 1,18 0,3 0 1,52 0,48 0 28,47%
INTC Intel Corp. Tecnologia da Informação 1,39 0,44 0 0,88 0,51 0 -36,61%
INTU Intuit Inc. Tecnologia da Informação 0,95 0,26 0 0,64 0,35 0 -33,13%
IP International Paper Materiais 1,02 0,27 0 1,54 0,5 0 50,42%
IPG Interpublic Group Consumo 1,04 0,26 0 1,42 0,48 0 36,53%
IR Ingersoll-Rand PLC Indústria 1,44 0,48 0 1,45 0,58 0 0,70%
IRM Iron Mountain Incorporated Indústria 0,71 0,13 0 0,95 0,41 0 34,06%
ISRG Intuitive Surgical Inc. Saúde 1,5 0,14 0 1,2 0,4 0 -19,80%
ITW Illinois Tool Works Indústria 1,09 0,51 0 1,03 0,65 0 -5,51%
IVZ Invesco Ltd. Financeiro 2,12 0,55 0 1,94 0,77 0 -8,61%
53
JBL Jabil Circuit Tecnologia da Informação 1,22 0,16 0 1,77 0,57 0 45,40%
JCI Johnson Controls Consumo 1,48 0,54 0 1,29 0,51 0 -13,24%
JCP Penney (J.C.) Consumo 1,43 0,3 0 1,44 0,43 0 0,74%
JDSU JDS Uniphase Corp. Tecnologia da Informação 1,29 0,15 0 1,78 0,42 0 37,64%
JEC Jacobs Engineering Group Indústria 1,83 0,48 0 1,58 0,6 0 -13,52%
JNJ Johnson & Johnson Saúde 0,45 0,2 0 0,47 0,46 0 4,15%
JNPR Juniper Networks Tecnologia da Informação 1,23 0,19 0 1,18 0,4 0 -3,99%
JOY Joy Global Inc. Indústria 2,31 0,39 0 1,86 0,59 0 -19,40%
JPM JPMorgan Chase & Co. Financeiro 1,36 0,39 0 1,59 0,52 0 16,61%
JWN Nordstrom Consumo 1,82 0,42 0 1,66 0,55 0 -8,98%
K Kellogg Co. Consumo Não-Cíclico 0,43 0,2 0 0,38 0,28 0 -12,20%
KEY KeyCorp Financeiro 1,2 0,26 0 2,02 0,51 0 67,88%
KIM Kimco Realty Financeiro 1,45 0,48 0 1,47 0,41 0 1,57%
KLAC KLA-Tencor Corp. Tecnologia da Informação 1,2 0,28 0 1,26 0,57 0 4,74%
KMB Kimberly-Clark Consumo Não-Cíclico 0,52 0,25 0 0,46 0,42 0 -11,75%
KMX Carmax Inc Consumo 1,61 0,29 0 1,23 0,42 0 -23,38%
KO The Coca Cola Company Consumo Não-Cíclico 0,43 0,18 0 0,54 0,45 0 27,14%
KR Kroger Co. Consumo Não-Cíclico 0,8 0,2 0 0,43 0,21 0 -46,52%
KSS Kohl's Corp. Consumo 1,28 0,3 0 1,03 0,48 0 -18,92%
KSU Kansas City Southern Indústria 1,69 0,44 0 1,6 0,62 0 -5,40%
L Loews Corp. Financeiro 1,07 0,48 0 1,21 0,7 0 12,40%
LEG Leggett & Platt Indústria 1,27 0,35 0 1,1 0,61 0 -13,24%
LEN Lennar Corp. Consumo 2,4 0,43 0 2,1 0,42 0 -12,66%
LH Laboratory Corp. of America Holding Saúde 0,53 0,15 0 0,55 0,36 0 3,03%
LIFE Life Technologies Saúde 0,42 0,05 0 0,93 0,42 0 121,24%
54
LLL L-3 Communications Holdings Indústria 0,75 0,28 0 0,8 0,57 0 7,63%
LLTC Linear Technology Corp. Tecnologia da Informação 1,06 0,3 0 0,81 0,45 0 -23,38%
LLY Lilly (Eli) & Co. Saúde 0,77 0,27 0 0,71 0,55 0 -7,69%
LM Legg Mason Financeiro 1,41 0,27 0 1,97 0,67 0 40,38%
LMT Lockheed Martin Corp. Indústria 0,56 0,21 0 0,67 0,41 0 19,13%
LNC Lincoln National Financeiro 1,5 0,62 0 2,71 0,42 0 80,80%
LOW Lowe's Cos. Consumo 1,43 0,43 0 1,08 0,54 0 -24,59%
LRCX Lam Research Tecnologia da Informação 1,39 0,26 0 1,09 0,43 0 -21,59%
LSI LSI Corporation Tecnologia da Informação 1,31 0,17 0 1,26 0,43 0 -3,37%
LTD L Brands Inc. Consumo 1,45 0,36 0 1,44 0,62 0 -0,96%
LUK Leucadia National Corp. Financeiro 1,17 0,37 0 1,79 0,66 0 52,20%
LUV Southwest Airlines Indústria 0,75 0,17 0 0,98 0,42 0 30,04%
M Macy's Inc. Consumo 1,76 0,4 0 1,75 0,56 0 -0,69%
MAC Macerich Financeiro 1,41 0,45 0 1,76 0,3 0 25,33%
MAR Marriott Int'l. Consumo 1,25 0,41 0 1,38 0,65 0 10,42%
MAS Masco Corp. Indústria 1,37 0,43 0 1,72 0,51 0 25,07%
MAT Mattel Inc. Consumo 1,09 0,27 0 0,91 0,5 0 -16,51%
MCD McDonald's Corp. Consumo 0,78 0,29 0 0,42 0,36 0 -45,78%
MCHP Microchip Technology Tecnologia da Informação 1,19 0,33 0 0,84 0,47 0 -29,61%
MCK McKesson Corp. Saúde 0,84 0,23 0 0,67 0,31 0 -20,30%
MCO Moody's Corp Financeiro 1,41 0,37 0 1,45 0,53 0 2,77%
MDLZ Mondelez International Consumo Não-Cíclico 0,64 0,21 0 0,46 0,35 0 -27,99%
MDT Medtronic Inc. Saúde 0,55 0,14 0 0,76 0,45 0 37,08%
MET MetLife Inc. Financeiro 1,31 0,53 0 2,05 0,63 0 56,39%
MHFI McGraw Hill Financial Financeiro 1,18 0,34 0 1,28 0,53 0 8,89%
55
MKC McCormick & Co. Consumo Não-Cíclico 0,51 0,16 0 0,38 0,29 0 -24,42%
MMC Marsh & McLennan Financeiro 1 0,21 0 0,7 0,48 0 -30,43%
MMM 3M Company Indústria 0,89 0,42 0 0,79 0,59 0 -10,60%
MNST Monster Beverage Consumo Não-Cíclico 1,56 0,13 0 0,66 0,2 0 -57,60%
MO Altria Group Inc Consumo Não-Cíclico 0,52 0,15 0 0,44 0,32 0 -15,82%
MOLX Molex Inc. Tecnologia da Informação 1,28 0,38 0 1,33 0,72 0 4,15%
MON Monsanto Co. Materiais 1,3 0,26 0 0,98 0,4 0 -24,18%
MRK Merck & Co. Saúde 0,36 0,03 0,02 0,78 0,47 0 114,85%
MRO Marathon Oil Corp. Óleo e Gás 1,23 0,26 0 1,35 0,67 0 9,29%
MS Morgan Stanley Financeiro 1,54 0,34 0 2,15 0,42 0 39,57%
MSFT Microsoft Corp. Tecnologia da Informação 0,76 0,2 0 0,75 0,46 0 -1,33%
MSI Motorola Solutions Inc. Tecnologia da Informação 1,47 0,31 0 1,28 0,29 0 -13,15%
MTB M&T Bank Corp. Financeiro 0,97 0,29 0 1,12 0,48 0 15,64%
MU Micron Technology Tecnologia da Informação 1,45 0,23 0 1,88 0,43 0 29,69%
MUR Murphy Oil Óleo e Gás 0,94 0,17 0 1,2 0,59 0 27,73%
MWV MeadWestvaco Corporation Materiais 1,16 0,43 0 1,19 0,57 0 2,16%
MYL Mylan Inc. Saúde 0,99 0,2 0 1,13 0,47 0 13,99%
NBL Noble Energy Inc Óleo e Gás 1,08 0,2 0 1,37 0,54 0 26,38%
NBR Nabors Industries Ltd. Óleo e Gás 0,97 0,16 0 1,78 0,54 0 83,79%
NDAQ NASDAQ OMX Group Financeiro 1,9 0,23 0 1,27 0,55 0 -32,95%
NE Noble Corp Óleo e Gás 1,12 0,23 0 1,36 0,53 0 21,93%
NEE NextEra Energy Resources Utilidades 0,78 0,26 0 0,63 0,39 0 -19,35%
NEM Newmont Mining Corp. (Hldg. Co.) Materiais 0,48 0,05 0 0,65 0,17 0 34,91%
NFLX NetFlix Inc. Tecnologia da Informação 1,24 0,11 0 0,73 0,09 0 -41,50%
NFX Newfield Exploration Co Óleo e Gás 1 0,13 0 1,52 0,49 0 52,48%
56
NI NiSource Inc. Utilidades 0,69 0,28 0 0,74 0,5 0 7,23%
NKE NIKE Inc. Consumo 0,87 0,31 0 0,89 0,48 0 1,54%
NOC Northrop Grumman Corp. Indústria 0,58 0,26 0 0,93 0,61 0 59,86%
NOV National Oilwell Varco Inc. Óleo e Gás 1,25 0,16 0 1,76 0,66 0 40,42%
NRG NRG Energy Utilidades 1,1 0,21 0 1,09 0,41 0 -0,87%
NSC Norfolk Southern Corp. Indústria 1,45 0,4 0 1,08 0,54 0 -25,13%
NTAP NetApp Tecnologia da Informação 1,33 0,23 0 1,02 0,41 0 -23,04%
NTRS Northern Trust Corp. Financeiro 1,21 0,43 0 1,08 0,55 0 -10,70%
NU Northeast Utilities Utilidades 0,67 0,23 0 0,55 0,37 0 -17,80%
NUE Nucor Corp. Materiais 1,8 0,36 0 1,27 0,6 0 -29,72%
NVDA Nvidia Corporation Tecnologia da Informação 1,86 0,26 0 1,43 0,39 0 -23,07%
NWL Newell Rubbermaid Co. Consumo 0,98 0,31 0 1,34 0,5 0 36,83%
NYX NYSE Euronext Financeiro 1,79 0,18 0 1,49 0,61 0 -16,83%
OI Owens-Illinois Inc Materiais 1,28 0,2 0 1,5 0,52 0 16,60%
OKE ONEOK Utilidades 0,71 0,19 0 1,06 0,61 0 48,21%
OMC Omnicom Group Consumo 0,84 0,38 0 1,02 0,69 0 21,68%
ORCL Oracle Corp. Tecnologia da Informação 0,93 0,28 0 0,8 0,48 0 -14,06%
ORLY O'Reilly Automotive Consumo 1,1 0,31 0 0,51 0,17 0 -53,50%
OXY Occidental Petroleum Óleo e Gás 1,17 0,26 0 1,27 0,6 0 8,80%
PAYX Paychex Inc. Tecnologia da Informação 0,92 0,32 0 0,79 0,63 0 -14,26%
PBCT People's United Bank Financeiro 0,76 0,17 0 0,63 0,38 0 -17,65%
PBI Pitney-Bowes Indústria 0,81 0,36 0 0,93 0,47 0 15,09%
PCAR PACCAR Inc. Indústria 1,8 0,58 0 1,34 0,63 0 -25,69%
PCG P G & E Corp. Utilidades 0,69 0,31 0 0,36 0,19 0 -47,72%
PCL Plum Creek Timber Co. Financeiro 1,23 0,53 0 0,83 0,42 0 -32,30%
57
PCLN Priceline.com Inc Consumo 1,26 0,14 0 0,77 0,2 0 -38,83%
PCP Precision Castparts Indústria 1,33 0,35 0 1,2 0,57 0 -10,03%
PDCO Patterson Companies Saúde 0,7 0,12 0 0,82 0,49 0 17,82%
PEP PepsiCo Inc. Consumo Não-Cíclico 0,39 0,16 0 0,44 0,35 0 10,36%
PETM PetSmart, Inc. Consumo 1,3 0,29 0 0,79 0,42 0 -39,51%
PFE Pfizer Inc. Saúde 0,79 0,24 0 0,65 0,38 0 -16,90%
PFG Principal Financial Group Financeiro 1,59 0,56 0 2,19 0,48 0 38,07%
PG Procter & Gamble Consumo Não-Cíclico 0,33 0,1 0 0,45 0,37 0 36,30%
PGR Progressive Corp. Financeiro 0,68 0,19 0 0,89 0,52 0 29,74%
PH Parker-Hannifin Indústria 1,34 0,45 0 1,19 0,63 0 -11,22%
PHM Pulte Homes Inc. Consumo 2,48 0,42 0 1,84 0,53 0 -25,86%
PKI PerkinElmer Saúde 0,69 0,15 0 0,94 0,41 0 37,03%
PLD Prologis Financeiro 1,13 0,41 0 1,81 0,5 0 59,54%
PLL Pall Corp. Indústria 0,93 0,25 0 0,95 0,48 0 1,69%
PNC PNC Financial Services Financeiro 1 0,36 0 1,41 0,36 0 41,36%
PNR Pentair Ltd. Indústria 1,17 0,32 0 1,2 0,61 0 2,25%
PNW Pinnacle West Capital Utilidades 0,59 0,24 0 0,67 0,56 0 13,62%
POM Pepco Holdings Inc. Utilidades 0,81 0,35 0 0,82 0,48 0 0,93%
PPG PPG Industries Materiais 1,14 0,55 0 1,1 0,7 0 -3,51%
PPL PPL Corp. Utilidades 0,67 0,21 0 0,57 0,37 0 -14,90%
PRGO Perrigo Saúde 0,57 0,06 0 0,64 0,26 0 12,54%
PRU Prudential Financial Financeiro 1,44 0,51 0 2,16 0,51 0 49,86%
PSA Public Storage Financeiro 1,15 0,36 0 0,89 0,47 0 -22,91%
PVH PVH Corp. Consumo 1,44 0,32 0 1,39 0,49 0 -3,01%
PWR Quanta Services Inc. Indústria 2,17 0,51 0 1,27 0,46 0 -41,48%
58
PX Praxair Inc. Materiais 1,03 0,43 0 0,91 0,65 0 -11,74%
PXD Pioneer Natural Resources Óleo e Gás 0,8 0,1 0 1,73 0,6 0 116,12%
QCOM QUALCOMM Inc. Tecnologia da Informação 1,04 0,2 0 0,82 0,47 0 -21,71%
R Ryder System Indústria 1,18 0,28 0 1,34 0,53 0 14,04%
RAI Reynolds American Inc. Consumo Não-Cíclico 0,56 0,16 0 0,43 0,32 0 -23,91%
RDC Rowan Cos. Óleo e Gás 1,23 0,22 0 1,65 0,6 0 34,08%
REGN Regeneron Saúde 1,88 0,2 0 1,04 0,25 0 -44,51%
RF Regions Financial Corp. Financeiro 1,4 0,15 0 1,86 0,37 0 32,23%
RHI Robert Half International Indústria 1,4 0,36 0 1,2 0,55 0 -14,58%
RHT Red Hat Inc. Tecnologia da Informação 1,09 0,11 0 1,06 0,36 0 -2,64%
RL Polo Ralph Lauren Corp. Consumo 1,37 0,32 0 1,18 0,51 0 -13,49%
ROK Rockwell Automation Inc. Indústria 1,39 0,37 0 1,37 0,63 0 -1,75%
ROP Roper Industries Indústria 1,15 0,37 0 1,1 0,7 0 -5,00%
ROST Ross Stores Consumo 1,17 0,33 0 0,73 0,42 0 -37,83%
RRC Range Resources Corp. Óleo e Gás 1,37 0,2 0 1,28 0,4 0 -6,50%
RSG Republic Services Inc Indústria 0,81 0,29 0 0,86 0,46 0 6,26%
RTN Raytheon Co. Indústria 0,6 0,24 0 0,65 0,42 0 7,90%
SBUX Starbucks Corp. Consumo 1,14 0,28 0 1,14 0,49 0 0,42%
SCG SCANA Corp Utilidades 0,7 0,38 0 0,53 0,42 0 -23,39%
SCHW Charles Schwab Financeiro 1,44 0,42 0 1,06 0,51 0 -26,37%
SEE Sealed Air Corp.(New) Materiais 1,09 0,34 0 0,87 0,34 0 -20,52%
SHW Sherwin-Williams Materiais 1,12 0,33 0 0,63 0,36 0 -44,16%
SIAL Sigma-Aldrich Materiais 0,8 0,33 0 0,91 0,63 0 13,09%
SJM Smucker (J.M.) Consumo Não-Cíclico 0,59 0,15 0 0,43 0,23 0 -26,05%
SLB Schlumberger Ltd. Óleo e Gás 1,08 0,22 0 1,19 0,53 0 10,40%
59
SLM SLM Corporation Financeiro 1,36 0,18 0 1,73 0,41 0 26,73%
SNA Snap-On Inc. Consumo 1,28 0,39 0 1,16 0,65 0 -8,83%
SNDK SanDisk Corporation Tecnologia da Informação 1,56 0,14 0 1,71 0,42 0 9,70%
SO Southern Co. Utilidades 0,57 0,31 0 0,3 0,21 0 -48,08%
SPG Simon Property Group Inc Financeiro 1,46 0,54 0 1,31 0,48 0 -10,12%
SPLS Staples Inc. Consumo 1,25 0,39 0 1,05 0,46 0 -16,35%
SRCL Stericycle Inc Indústria 0,67 0,12 0 0,52 0,28 0 -22,37%
SRE Sempra Energy Utilidades 0,82 0,33 0 0,68 0,51 0 -16,52%
STI SunTrust Banks Financeiro 1,01 0,22 0 1,84 0,36 0 82,50%
STJ St Jude Medical Saúde 0,78 0,15 0 0,82 0,36 0 4,66%
STT State Street Corp. Financeiro 1,15 0,3 0 1,54 0,44 0 34,37%
STX Seagate Technology Tecnologia da Informação 1,03 0,14 0 1,41 0,29 0 35,84%
STZ Constellation Brands Consumo Não-Cíclico 1,07 0,26 0 0,79 0,28 0 -25,86%
SWK Stanley Black & Decker Consumo 1,24 0,53 0 1,18 0,62 0 -4,86%
SWN Southwestern Energy Óleo e Gás 1,37 0,17 0 1,35 0,4 0 -1,54%
SWY Safeway Inc. Consumo Não-Cíclico 0,93 0,23 0 0,61 0,26 0 -33,87%
SYK Stryker Corp. Saúde 0,79 0,23 0 0,86 0,54 0 9,71%
SYMC Symantec Corp. Tecnologia da Informação 1,02 0,17 0 0,86 0,36 0 -15,81%
SYY Sysco Corp. Consumo Não-Cíclico 0,69 0,22 0 0,75 0,53 0 7,36%
T AT&T Inc Telecomunicações 0,8 0,3 0 0,66 0,53 0 -17,55%
TAP Molson Coors Brewing Company Consumo Não-Cíclico 0,52 0,09 0 0,52 0,24 0 0,26%
TE TECO Energy Utilidades 0,8 0,29 0 0,71 0,41 0 -11,60%
TEG Integrys Energy Group Inc. Utilidades 0,72 0,35 0 0,75 0,36 0 3,36%
TER Teradyne Inc. Tecnologia da Informação 1,49 0,31 0 1,59 0,59 0 6,74%
TGT Target Corp. Consumo 1,16 0,39 0 0,99 0,55 0 -15,34%
60
THC Tenet Healthcare Corp. Saúde 1,01 0,09 0 1,38 0,22 0 36,22%
TIF Tiffany & Co. Consumo 1,23 0,29 0 1,16 0,43 0 -5,35%
TJX TJX Companies Inc. Consumo 0,92 0,3 0 0,84 0,53 0 -8,35%
TMK Torchmark Corp. Financeiro 0,91 0,54 0 1,43 0,57 0 57,09%
TMO Thermo Fisher Scientific Saúde 0,83 0,31 0 0,97 0,52 0 17,36%
TROW T. Rowe Price Group Financeiro 1,57 0,53 0 1,52 0,73 0 -3,26%
TRV The Travelers Companies Inc. Financeiro 1,15 0,46 0 0,64 0,3 0 -44,07%
TSN Tyson Foods Consumo Não-Cíclico 1,05 0,23 0 0,82 0,26 0 -21,94%
TSO Tesoro Petroleum Co. Óleo e Gás 1,67 0,25 0 1,48 0,46 0 -11,06%
TSS Total System Services Tecnologia da Informação 1,04 0,3 0 0,96 0,61 0 -7,82%
TWX Time Warner Inc. Consumo 0,97 0,37 0 1,12 0,67 0 15,52%
TXN Texas Instruments Tecnologia da Informação 1,15 0,28 0 0,86 0,47 0 -25,41%
TXT Textron Inc. Indústria 1,38 0,44 0 1,95 0,4 0 40,79%
TYC Tyco International Indústria 0,94 0,13 0 1,03 0,6 0 8,89%
UNH United Health Group Inc. Saúde 0,67 0,1 0 1,12 0,37 0 67,58%
UNM Unum Group Financeiro 1,28 0,38 0 1,44 0,6 0 12,49%
UNP Union Pacific Indústria 1,18 0,4 0 1,02 0,54 0 -13,93%
UPS United Parcel Service Indústria 0,83 0,35 0 0,82 0,59 0 -1,10%
URBN Urban Outfitters Consumo 1,5 0,24 0 1,05 0,34 0 -30,03%
USB U.S. Bancorp Financeiro 0,84 0,33 0 1,31 0,38 0 57,03%
UTX United Technologies Indústria 1 0,49 0 0,9 0,7 0 -10,09%
VAR Varian Medical Systems Saúde 0,91 0,17 0 1,02 0,54 0 11,87%
VFC V.F. Corp. Consumo 0,88 0,28 0 1 0,48 0 12,90%
VLO Valero Energy Óleo e Gás 1,73 0,34 0 1,49 0,55 0 -13,80%
VMC Vulcan Materials Materiais 1,68 0,44 0 1,43 0,47 0 -14,72%
61
VNO Vornado Realty Trust Financeiro 1,21 0,48 0 1,26 0,48 0 3,89%
VRSN Verisign Inc. Tecnologia da Informação 1,29 0,24 0 0,73 0,34 0 -42,87%
VTR Ventas Inc Financeiro 1,25 0,4 0 1,1 0,49 0 -12,09%
VZ Verizon Communications Telecomunicações 0,88 0,39 0 0,58 0,44 0 -34,59%
WAG Walgreen Co. Consumo Não-Cíclico 0,69 0,16 0 0,68 0,34 0 -0,81%
WAT Waters Corporation Saúde 0,64 0,09 0 0,87 0,45 0 36,59%
WDC Western Digital Tecnologia da Informação 1,38 0,2 0 1,31 0,44 0 -4,92%
WEC Wisconsin Energy Corporation Utilidades 0,56 0,3 0 0,44 0,42 0 -22,08%
WFC Wells Fargo Financeiro 1,21 0,33 0 1,71 0,47 0 40,94%
WFM Whole Foods Market Consumo Não-Cíclico 1,32 0,23 0 1,01 0,29 0 -23,94%
WHR Whirlpool Corp. Consumo 1,28 0,36 0 1,36 0,45 0 6,30%
WLP WellPoint Inc. Saúde 0,65 0,1 0 0,95 0,4 0 45,60%
WM Waste Management Inc. Indústria 0,83 0,35 0 0,66 0,43 0 -20,75%
WMB Williams Cos. Óleo e Gás 1,16 0,26 0 1,5 0,63 0 29,53%
WMT Wal-Mart Stores Consumo Não-Cíclico 0,69 0,27 0 0,43 0,31 0 -37,13%
WPO Washington Post Co B Consumo 0,63 0,23 0 0,88 0,39 0 40,42%
WY Weyerhaeuser Corp. Financeiro 1,21 0,37 0 1,33 0,55 0 10,14%
WYNN Wynn Resorts Ltd Consumo 1,57 0,26 0 1,96 0,47 0 25,45%
X United States Steel Corp. Materiais 1,86 0,29 0 1,89 0,54 0 1,79%
XEL Xcel Energy Inc Utilidades 0,68 0,37 0 0,42 0,41 0 -38,16%
XL XL Capital Financeiro 1,5 0,3 0 2,02 0,33 0 34,77%
XLNX Xilinx Inc Tecnologia da Informação 1,16 0,27 0 0,81 0,42 0 -29,92%
XOM Exxon Mobil Corp. Óleo e Gás 0,87 0,32 0 0,74 0,59 0 -15,48%
XRAY Dentsply International Saúde 0,64 0,19 0 0,89 0,58 0 38,25%
XRX Xerox Corp. Tecnologia da Informação 1,16 0,44 0 1,45 0,61 0 24,68%
62
YHOO Yahoo Inc. Tecnologia da Informação 1,33 0,22 0 0,96 0,38 0 -28,11%
YUM Yum! Brands Inc Consumo 0,97 0,32 0 0,73 0,49 0 -25,19%
ZION Zions Bancorp Financeiro 1,04 0,14 0 1,94 0,38 0 85,51%
ZMH Zimmer Holdings Saúde 0,81 0,17 0 0,85 0,45 0 4,60%
Fonte: Elaboração Própria com base nos dados coletado.